工艺产品加工质量监测优化

摘要：

质量监测可以有效地提高产品质量和生产效率.在复杂产品的生产过程当中,多个质量特性之间相互作用,共同对产品的生产质量产生影响.由于质量特性的数量较多、有些特性的关系是耦合的,因此准确诊断出异常变量是研究的难点.为了高效、准确地诊断出异常变量,提高产品的质量和生产效率,提出了基于改进网格优化的principal component analysis(PCA)-support vector machines (SVM)多元控制图均值偏移诊断模型.在模型训练之前,使用主元分析(PCA)算法对数据进行预处理,降低数据维数和提取数据特征信息;再用改进网格算法对支持向量机(SVM)的参数进行优化,最终得到优化的SVM模型.仿真结果表明,采用的方法与传统方法相比,训练时间更短,且拥有更高的分类准确率.

关键词：质量监测、质量特性、主元分析(PCA)、支持向量机(SVM)、改进网格优化

所属期刊栏目：17

分类号：TP391.72(计算技术、计算机技术)

在线出版日期：2017-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：277-281