膜片弹簧的疲劳寿命不仅受到几何尺寸、材料和工作负载的影响。因为增加了部件方面的要求，还必须考虑制造过程的影响。它们将直接影响膜片弹簧的强度特性因而影响其疲劳寿命。本文的目的是论述在商用车辆膜片弹簧的设计阶段所应进行的工作。

0引言 各种等级的全站型电子速测仪（简称全站仪）和电子经纬仪为达到相应的准确度要求均采用补偿装置。补偿装置的准确度主要由补偿水泡的加工准确度所决定，因此，全站仪和电子经纬仪（以下统称仪器）在制造过程中，对补偿水泡的加工和研磨控制显得极其重要。常规生产过程中，由于加工中心点的偏移和磨具损耗变形等的影响，

光纤连接器是光纤通信网络中应用最广泛的光无源器件，其核心部件是光纤插针。光纤连接器制造过程中的一道重要工序就是利用光纤连接器研磨机对陶瓷插针端面进行研磨。为了使光纤捅针端面与研磨砂轮按要求接触研磨。涉及到研磨机操作台X、Y、A 3个轴方向上的重复定位运动控制。伺服控制系统是光纤连接器研磨机的一个重要组成部分。

分析制造过程中的存在的不确定信息，并按照不同标准对其进行分类，并对不确定信息度量方法、不确定信息约简、以及不确定信息中的知识发现、不确定信息条件下的生产计划与调度等进行了归纳和评述。

针对轿车变速箱制造过程碳排放评估问题,提出了一种多层次关联分析理论（HRA）与碳排放系数法（EFA）相结合的碳排放量化方法.对轿车变速箱制造过程的碳排放特性进行分析,定义了碳排放系统边界,将系统内多种碳源进行归类分析,构建了多层次碳排放要素之间的关联矩阵,并结合碳排放系数法进行基本碳源建模,进而提出了轿车变速箱制造过程碳排放量化方法,根据量化方法计算得到了轿车变速箱制造过程的碳排放量.在此基础上,使用遗传算法对轿车变速箱制造过程碳排放影响因素进行多参数优化,在不断降低碳排放量的同时保证生产效率不会降低,并对轿车变速箱进行实例优化,研究结果表明：优化后的碳排放得到了较大程度的降低,充分验证了所提方法的有效性.

制造过程的刀具工况监测是保证工件精确、高效及安全加工的重要环节。阐述了基于深度神经网络（DeepNeuralNetwork，DNN）的刀具工况视诊方法的基本原理。在DNN结构和训练算法的基础上，研究了一种基于DNN的刀具工况识别方法。以CK6143＼1000数控车床、KC5010车刀片以及奥氏体不锈钢304L的外圆车削加工过程为实验对象，采集了刀具图片进行实验，构建了一套用于刀具工况识别的DNN。结果表明：刀具工况识别准确率超过98％，证明了方法的可行性和有效性，具有较好的工程应用价值。

针对制造过程异常原因复杂、基于传统控制图诊断分析困难等问题,提出了一种采用贝叶斯网络的制造过程异常诊断方法。利用过程异常诊断的先验知识,结合需要诊断的异常特征,构建基于贝叶斯网络的制造过程异常诊断模型。首先提取控制图异常征兆特征,建立贝叶斯网络的异常征兆节点和异常原因节点并进行关联;然后利用先验知识确定贝叶斯网络中的先验概率,建立贝叶斯网络诊断模型;最后根据控制图异常特征,利用诊断模型推理异常发生的原因。以汽轮机转子叶轮制造为例进行了诊断,验证了采用贝叶斯网络作为制造过程诊断方法的可行性。

针对目前制造过程中出现的多元过程的质量异常现象,文中整合了多元移动加权平均（MEWMA）控制图和支持向 量机（SVM ）,以原始数据与其特征值分别作为分类器的输入向量,建立一种针对多元过程的质量诊断模型.该模型主要有两个阶段,第一阶段利用MEWMA控制图对输入样本进行监测,当控制图报警时进入第二阶段,对造成报警的样本及其特征 值利用SVM进行分类诊断.最后以发动机缸体曲轴孔的加工为例验证该模型的有效性.

现代的液压控制系统越来越多地采用伺服控制和比例控制阀，这些部件同制造过程和最终产品质量的控制密切相关，而保证液压流体的清洁度和化学成分是维持液压系统工作的关键，其中阀滤器的适当选取和工作环境影响清洁度，因此在过滤方面应对阀、阀的设计、

动臂制造过程中的焊接变形一直困扰着装载机的生产厂家。为达到设计尺寸要求，焊后不得不耗费大量的人力、物力用火焰校正法进行校正，对于缺乏经验的工人往往要经过多次校正才能达到要求，成为制约装载机大批量生产的主要因素之一。为减轻工人劳动强度、提高效率、降低成本，适应大批量生产的节奏，设计制造了一套液压校正专机，通过使用，效果显著。