發(fā)布時間：2022-07-07 14:09

　　隨著我國制造業(yè)物聯(lián)網(wǎng)、信息化布局的逐步完善和智能制造國家戰(zhàn)略的穩(wěn)步落實,在工業(yè)產(chǎn)品質(zhì)量管理領(lǐng)域,基于數(shù)據(jù)驅(qū)動的產(chǎn)品質(zhì)量預(yù)測與溯源分析成為智能制造的核心部分。液晶顯示面板是數(shù)字化、網(wǎng)絡(luò)化時代新型顯示技術(shù)的主流器件,廣泛應(yīng)用于智能手機、液晶電視、平板電腦及各類智能顯示電器。玻璃基板作為液晶顯示面板的關(guān)鍵上游材料,其厚度是玻璃基板品質(zhì)評價中的一項關(guān)鍵指標,對液晶顯示面板的性能影響極大�，F(xiàn)有的玻璃基板厚度測量方式成本高、實時性差,難以實現(xiàn)高效、全面的厚度測量,且無法追溯玻璃基板的異常加工參數(shù),容易導(dǎo)致殘次玻璃基板流入液晶顯示面板后續(xù)加工工序,增加制造成本。針對上述問題,本文利用玻璃基板加工過程數(shù)據(jù),對玻璃基板厚度預(yù)測中的關(guān)鍵算法進行了深入研究,并設(shè)計開發(fā)了玻璃基板厚度預(yù)測軟件系統(tǒng)。論文主要研究內(nèi)容如下:（1）分析了液晶玻璃基板厚度測量技術(shù)的現(xiàn)狀和痛點,提出以數(shù)據(jù)驅(qū)動為核心技術(shù)的整體框架,并確定軟件系統(tǒng)的架構(gòu)模式和功能模塊。（2）研究了液晶玻璃基板加工過程數(shù)據(jù)的特點,提出基于皮爾遜相關(guān)系數(shù)的差異化特征選擇方法,并對數(shù)據(jù)特征進行多重共線性研究。（3）針對小樣本、高維度的數(shù)據(jù)特征,使用嶺回歸、支持向... 

【文章頁數(shù)】：87 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 玻璃基板研究現(xiàn)狀
        1.2.1 玻璃基板發(fā)展現(xiàn)狀
        1.2.2 玻璃基板生產(chǎn)方法與工藝流程
    1.3 玻璃基板厚度測量研究現(xiàn)狀
    1.4 數(shù)據(jù)驅(qū)動的質(zhì)量管理研究現(xiàn)狀
    1.5 本文研究內(nèi)容與章節(jié)安排
第二章 玻璃基板加工過程數(shù)據(jù)研究與處理
    2.1 預(yù)測模型評價指標的選擇
    2.2 玻璃基板加工過程數(shù)據(jù)探索性分析與預(yù)處理
    2.3 玻璃基板加工過程數(shù)據(jù)特征提取與特征選擇方案分析
        2.3.1 基于主成分分析的特征提取法
        2.3.2 基于皮爾遜相關(guān)系數(shù)的特征選擇法
    2.4 玻璃基板加工過程數(shù)據(jù)多重共線性研究
        2.4.1 多重共線性介紹
        2.4.2 方差膨脹系數(shù)
        2.4.3 玻璃基板加工過程數(shù)據(jù)多重共線性檢測
    2.5 本章小結(jié)
第三章 基于單一模型的厚度預(yù)測研究
    3.1 基于嶺回歸的厚度預(yù)測模型
    3.2 基于支持向量回歸的厚度預(yù)測模型
    3.3 基于XGBoost的厚度預(yù)測模型
    3.4 基于Light GBM的厚度預(yù)測模型
    3.5 單一預(yù)測模型比較與結(jié)論
    3.6 本章小結(jié)
第四章 基于模型融合的厚度預(yù)測研究
    4.1 基于均權(quán)融合的厚度預(yù)測研究
    4.2 基于加權(quán)融合的厚度預(yù)測研究
    4.3 基于Stacking的集成學(xué)習(xí)模型融合的厚度預(yù)測研究
        4.3.1 集成學(xué)習(xí)理論
        4.3.2 基于Stacking集成學(xué)習(xí)的模型融合厚度預(yù)測算法實現(xiàn)
    4.4 基于模型融合的厚度預(yù)測模型比較與結(jié)論
    4.5 本章小結(jié)
第五章 厚度預(yù)測軟件系統(tǒng)設(shè)計與開發(fā)
    5.1 軟件系統(tǒng)框架設(shè)計
    5.2 軟件系統(tǒng)開發(fā)實現(xiàn)
    5.3 系統(tǒng)測試
        5.3.1 功能測試
        5.3.2 性能測試
    5.4 本章小結(jié)
結(jié)論與展望
參考文獻
攻讀碩士學(xué)位期間取得的研究成果
致謝
附件


【參考文獻】：
期刊論文
[1]基于RF-LightGBM算法在風(fēng)機葉片開裂故障預(yù)測中的應(yīng)用[J]. 陳維剛,張會林.  電子測量技術(shù). 2020(01)
[2]基于多模型融合的工業(yè)工件剩余壽命預(yù)測[J]. 王建成,蔡延光.  自動化與信息工程. 2020(01)
[3]基于主成分分析和LightGBM的風(fēng)電場發(fā)電功率超短期預(yù)測[J]. 曹渝昆,朱萌.  上海電力學(xué)院學(xué)報. 2019(06)
[4]打破國外壟斷 填補國內(nèi)空白——中國首片8.5代TFT-LCD玻璃基板在蚌埠下線[J]. 湯文浩.  中國建材. 2019(10)
[5]激光測厚技術(shù)在液晶玻璃基板生產(chǎn)中的應(yīng)用[J]. 姚文龍,何懷勝,楊道輝,李飛.  玻璃. 2019(01)
[6]磁致伸縮引起的徑向磁通電機定子鐵心振動精確解析模型[J]. 吳勝男,于慎波,佟文明,唐任遠.  電工技術(shù)學(xué)報. 2019(02)
[7]大數(shù)據(jù)：數(shù)據(jù)驅(qū)動的過程質(zhì)量控制與改進新視角[J]. 任明侖,宋月麗.  計算機集成制造系統(tǒng). 2019(11)
[8]TFT-LCD基板玻璃的市場現(xiàn)狀及發(fā)展趨勢[J]. 劉建黨,劉攀,肖子凡,鄧臻祿,席國勇.  玻璃. 2018(02)
[9]TFT-LCD基板玻璃的研究與發(fā)展[J]. 韓建軍,吳孟鳴,湯何銳,王靜,謝俊,劉超.  硅酸鹽通報. 2017(12)
[10]基于工業(yè)大數(shù)據(jù)的晶圓制造系統(tǒng)加工周期預(yù)測方法[J]. 朱雪初,喬非.  計算機集成制造系統(tǒng). 2017(10)

博士論文
[1]磨削過程動態(tài)性能測試、解析模型構(gòu)建及工藝優(yōu)化方法研究[D]. 馬胤琛.東華大學(xué) 2016
[2]基于切削力預(yù)測模型的復(fù)雜曲面銑削進給速度優(yōu)化研究[D]. 付中濤.華中科技大學(xué) 2015
[3]基于粗糙集知識建模的焊縫成形質(zhì)量專家系統(tǒng)預(yù)測研究[D]. 林濤.上海交通大學(xué) 2008
[4]過程質(zhì)量控制智能化體系與方法研究[D]. 鄭唯唯.西北工業(yè)大學(xué) 2006
[5]支持向量回歸的模型選擇及應(yīng)用研究[D]. 劉靖旭.國防科學(xué)技術(shù)大學(xué) 2006

碩士論文
[1]負債分析中的多重共線性問題研究[D]. 徐嘉.哈爾濱工業(yè)大學(xué) 2019
[2]基于數(shù)據(jù)驅(qū)動的注塑機液壓故障智能診斷系統(tǒng)研究與設(shè)計[D]. 徐勇.華南理工大學(xué) 2019
[3]基于集成學(xué)習(xí)算法的搜索廣告轉(zhuǎn)化率預(yù)測應(yīng)用研究[D]. 顧媛媛.上海師范大學(xué) 2019
[4]對多重共線性檢測指標的一些研究[D]. 高陽.蘭州大學(xué) 2019
[5]基于XGBoost和LSTM模型的化工產(chǎn)品質(zhì)量預(yù)測研究[D]. 楊正森.南京財經(jīng)大學(xué) 2019
[6]基于集成學(xué)習(xí)的工業(yè)產(chǎn)品質(zhì)量控制方法研究[D]. 張莉婷.華南理工大學(xué) 2018
[7]基于多特征融合的前方車輛在線識別[D]. 陳毅.武漢理工大學(xué) 2018
[8]多尺度分析與數(shù)據(jù)互遷移相結(jié)合的短期電力負荷預(yù)測方法[D]. 劉世昌.湖南大學(xué) 2017
[9]基于MES的機加車間制造過程工序質(zhì)量控制方法與系統(tǒng)研究[D]. 趙雙鳳.重慶大學(xué) 2016
[10]多種時間序列預(yù)測方法的比較研究[D]. 王青青.南京大學(xué) 2014



本文編號：3656562