买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广东工业大学申请的专利一种面向生产线良率的网络建模与关键控制节点辨识方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118819084B 。

龙图腾网通过国家知识产权局官网在2025-08-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410787732.3，技术领域涉及：G05B19/418；该发明授权一种面向生产线良率的网络建模与关键控制节点辨识方法是由张定;柯朱谍;刘强;严都喜设计研发完成，并于2024-06-18向国家知识产权局提交的专利申请。

本一种面向生产线良率的网络建模与关键控制节点辨识方法在说明书摘要公布了：本发明适用于生产线技术领域，尤其涉及一种面向生产线良率的网络建模与关键控制节点辨识方法。与现有技术相比，本发明通过获取多个工件信息，并根据工件信息建立生产线良率与可靠性的耦合关系因素；根据多个工件信息和耦合关系因素建立波动传递网络模型，波动传递网络模型用于辨识影响生产线的系统精度可靠性的薄弱环节；建立基于网络可控性的关键控制节点辨识算法，通过关键控制节点辨识算法对波动传递网络模型进行求解，得到辨识结果。本发明通过量化故障源节点对关键质量属性节点的控制能力，辨识影响生产线良率的薄弱环节，从而指导良率保障及增长过程。

本发明授权一种面向生产线良率的网络建模与关键控制节点辨识方法在权利要求书中公布了：1.一种面向生产线良率的网络建模与关键控制节点辨识方法，其特征在于，包括以下步骤： S1、获取多个工件信息，并根据所述工件信息建立生产线良率与可靠性的耦合关系因素；其中，所述工件信息包括加工特征以及波动源； S2、根据多个所述工件信息和所述耦合关系因素建立波动传递网络模型，所述波动传递网络模型用于辨识影响生产线的系统精度可靠性的薄弱环节； S3、建立基于网络可控性的关键控制节点辨识算法，通过所述关键控制节点辨识算法对所述波动传递网络模型进行求解，得到辨识结果； 步骤S2中包括以下子步骤： 建立加工特征网络，定义生产线的工件集合为P={P 1,…P i,…P NP}，工件P i的加工特征集为F i={F i1,F i2,…}，其中n i表示工件P i的加工特征数，所述加工特征网络为，则工件P i的加工特征网络为： ； 其中,表示工件Pi的加工特征的边集； 基于所述加工特征建立精度可靠性因素网络，定义给定的加工特征为Fij，其中,，精度可靠性因素节点集为Rij={rij1,rij2,…,}，其中s表示加工特征Fij的精度可靠性因素的节点数，所述精度可靠性因素网络为，则所述精度可靠性因素网络为： ； 其中，表示所述精度可靠性因素与加工特征Fij对应的边集； 基于所述加工特征建立质量属性节点网络，定义质量属性节点集为Dij={dij1,dij2,…}，其中h表示加工特征Fij的质量属性的节点数，所述质量属性节点网络为，则所述质量属性节点网络为： ； 其中，表示所述波动源与所述精度可靠性因素对应的边集； 合并所述加工特征网络、所述精度可靠性因素网络以及质量属性节点网络，得到所述波动传递网络模型，定义所述波动传递网络模型为，则所述波动传递网络模型满足以下关系式： ； 步骤S3中包括以下子步骤： 根据所述波动传递网络模型，确定关键质量属性节点集合； 通过二分图匹配算法根据所述关键质量属性节点集合进行随机抽样，获得最大匹配方案； 计算每一所述波动源在抽样过程中，在所述最大匹配方案对应的完全能控子图中出现的频率； 当所述波动源的频率小于等于预设值或已遍历所述最大匹配方案中的所有节点时，计算出所述波动源的重要程度； 将多个所述波动源的重要程度进行排序，得到排序结果； 根据所述排序结果确定影响生产线精度可靠性的薄弱环节，得到所述辨识结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东工业大学，其通讯地址为：510062 广东省广州市越秀区东风东路729号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。