本文關(guān)鍵詞： 制造過程 在線質(zhì)量預(yù)測 數(shù)據(jù)流 K-means　出處：《組合機(jī)床與自動化加工技術(shù)》2017年05期 　論文類型：期刊論文

【摘要】：針對制造過程的在線質(zhì)量預(yù)測的實(shí)時性問題,提出了一種融合云加端的在線質(zhì)量預(yù)測架構(gòu)。該架構(gòu)在云加端提出一種基于遺傳算法(GA)參數(shù)優(yōu)化的隱含層節(jié)點(diǎn)自適應(yīng)增長極端學(xué)習(xí)機(jī)(AGELM)方法,建立了優(yōu)化的產(chǎn)品質(zhì)量預(yù)測模型。同時,該架構(gòu)在終端改進(jìn)了k-means方法并將其應(yīng)用于在線質(zhì)量數(shù)據(jù)流聚類,并將聚類中心序列輸入產(chǎn)品質(zhì)量預(yù)測模型,預(yù)測產(chǎn)品的質(zhì)量。通過點(diǎn)焊過程的實(shí)驗(yàn)表明該產(chǎn)品質(zhì)量預(yù)測模型方法實(shí)時性較BP神經(jīng)網(wǎng)絡(luò)和貝葉斯方法有較大優(yōu)勢,能應(yīng)用于當(dāng)前制造過程的在線質(zhì)量預(yù)測。
[Abstract]:The real-time problem of on-line quality prediction for manufacturing process. In this paper, an on-line quality prediction architecture with cloud adders is proposed, in which a hidden layer node adaptive growth extreme learning machine (AGELM) based on genetic algorithm (GA) parameter optimization is proposed. Method. An optimized product quality prediction model is established. At the same time, the k-means method is improved in the terminal and applied to the online quality data stream clustering. The cluster center sequence is input into the product quality prediction model. The experiments of spot welding process show that the real-time performance of the model is superior to that of BP neural network and Bayesian method, and can be applied to the on-line quality prediction of current manufacturing process.
【作者單位】： 貴州大學(xué)現(xiàn)代制造技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室;貴州大學(xué)機(jī)械工程學(xué)院;貴州省公共大數(shù)據(jù)重點(diǎn)實(shí)驗(yàn)室;
【基金】：貴州省重大科技專項(xiàng)(黔科合重大專項(xiàng)字[2013]6019,黔科合重大專項(xiàng)字[2012]6018) 貴州省基礎(chǔ)研究重大項(xiàng)目(黔科合JZ字[2014]2001)
【分類號】：TH16;TP18
【正文快照】： 據(jù)重點(diǎn)實(shí)驗(yàn)室,貴陽550025)0引言隨著人們對質(zhì)量水平要求的不斷提高,使得企業(yè)對于產(chǎn)品質(zhì)量的控制不再僅僅滿足于質(zhì)量檢驗(yàn),而紛紛轉(zhuǎn)向?qū)ιa(chǎn)制造過程的監(jiān)控和分析,希望改善、消除不良的質(zhì)量影響因素來確保生產(chǎn)過程順利運(yùn)行,同時生產(chǎn)成本得以減少。制造過程作為一種復(fù)雜生產(chǎn)過程,

【相似文獻(xiàn)】

相關(guān)期刊論文 前4條

1 沙勇;王世剛;呂澤漢;;基于多傳感器數(shù)據(jù)融合的加工質(zhì)量預(yù)測技術(shù)[J];齊齊哈爾大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年05期

2 甘麗珍;張銘鑫;劉明周;蔣增強(qiáng);葛茂根;;基于傅里葉變換的質(zhì)量預(yù)測動態(tài)殘差修正模型[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年06期

3 孟昭渝溪;;基于灰色系統(tǒng)理論的傳動軸加工質(zhì)量預(yù)測[J];裝備制造技術(shù);2013年10期

4 ;[J];;年期

，

本文編號：1467177