首页> 中文学位 >复杂产品制造过程关键质量特性识别与最终质量水平预测方法研究
【6h】

复杂产品制造过程关键质量特性识别与最终质量水平预测方法研究

代理获取

目录

声明

致谢

摘要

第一章 绪论

1.1 选题背景和研究意义

1.1.1 选题背景

1.1.2 研究意义

1.2 研究现状综述

1.2.1 关于产品关键质量特性识别的研究现状

1.2.2 关于产品最终质量预测的研究现状

1.3 研究内容与结构安排

第二章 相关数据挖掘理论概述

2.1 数据挖掘

2.1.1 概念由来

2.2.2 主要任务

2.2 特征选择

2.2.1 基本定义

2.2.2 算法类别

2.3 支持向量机

2.3.1 SVM基本模型

2.2.2 SVM概率输出

第三章 复杂产品制造过程质量控制流程分析

3.1 相关概念界定

3.1.1 复杂产品

3.1.2 制造过程质量控制

3.2 复杂产品制造过程质量控制的流程分析

3.2.1 复杂产品制造过程质量控制的一般流程

3.2.2 复杂产品制造过程质量控制流程的技术分析

3.3 本章小结

第四章 基于改进DE的复杂产品关键质量特性识别方法

4.1 引言

4.2 差分进化算法

4.2.1 算法基本介绍

4.2.2 算法的实现原理

4.2.3 算法的早熟收敛分析

4.3 基于改进DE算法的关键质量特性识别框架

4.3.1 问题假设

4.3.2 DE算法的改进策略

4.3.3 基于改进DE的特征选择算法

4.3.4 识别框架

4.4 算例实验

4.5 本章小结

第五章 基于SVM的复杂产品最终质量水平预测方法

5.1 引言

5.2 问题描述

5.3 SVM模型参数选择

5.3.1 参数选择

5.3.2 ICDF

5.3.3 两阶段启发式优化算法

5.3.4 仿真实验

5.4 复杂产品最终质量水平预测框架

5.4.1 数据预处理

5.4.2 框架搭建

5.4.3 质量成本分析

5.4.4 算例实验

5.5 本章小结

第六章 总结与展望

6.1 本文工作

6.2 创新点

6.3 研究展望

参考文献

攻读硕士学位期间的学术活动及成果情况

展开▼

摘要

一直以来,产品质量都是复杂产品制造企业的生命线,做好复杂产品制造过程中的质量控制成为保证产品最终质量的根本途径。然而随着物联网和大数据等新兴信息技术的不断创新发展,复杂产品制造过程质量控制出现了技术瓶颈,致使复杂产品制造过程质量控制成为国内外一大研究热点问题。本文拟对复杂产品制造过程质量控制中的关键质量特性(Critical-to-Quality,CTQ)识别和产品最终质量水平预测展开研究,主要研究内容如下:
  (1)考虑到复杂产品制造过程中通常包含大量质量特性,为了能够有效识别影响产品最终质量的CTQ集,本文提出了一种基于改进DE算法的特征选择算法,并将其应用于复杂产品CTQ识别之中。所提算法主要是通过改变原有DE算法的变异策略和交叉策略,从而提升算法的全局搜索和局部搜索能力。通过设计对比实验,使用原始DE算法和IG算法作为对比算法来验证改进算法在CTQ识别上的有效性。实验结果表明所提算法在识别CTQ集时,不仅使得后续分类算法的预测精度更高,同时还能减少CTQ集的维度,这对于提升分类算法的性能上具有很大的作用。
  (2)本文构建了一个多复杂制造过程的产品最终质量水平预测框架,框架采用支持向量机(Support Vector Machine,SVM)技术作为核心预测算法。为了优化SVM预测模型的训练过程,提出了一种基于两阶段启发式的SVM参数选择算法,并通过设计对比实验验证了该算法的高效性。为了验证所提框架的实用性,本文通过利用相关数据进行了算例实验,结果表明所提多制造过程产品最终质量水平预测框架是有效的。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号