本文關(guān)鍵詞：基于模糊支持向量機(jī)的制造過程多元質(zhì)量診斷技術(shù)研究

  更多相關(guān)文章： 多元質(zhì)量診斷 MEWMA 模糊支持向量機(jī) Markov chain 粒子群算法

【摘要】：在當(dāng)前產(chǎn)品和產(chǎn)品制造過程日漸復(fù)雜化的情況下,針對(duì)如何解決同時(shí)監(jiān)測與診斷多個(gè)質(zhì)量特性變量的問題,本文提出一種基于模糊支持向量機(jī)的制造過程多元質(zhì)量診斷方法。該方法主要分為兩個(gè)階段,第一階段利用可變抽樣區(qū)間的多元加權(quán)移動(dòng)平均控制圖(VSI-MEWMA)來判斷過程是否存在異常,若控制圖發(fā)出報(bào)警信號(hào),則進(jìn)入第二階段,采用優(yōu)化算法模糊支持向量機(jī)(FSVM)分類器對(duì)造成控制圖報(bào)警的過程數(shù)據(jù)流進(jìn)行模式分類,最終將過程異常源診斷識(shí)別出來。首先,本文介紹了VSI-MEWMA控制圖的相關(guān)理論,并建立了VSI-MEWMA的一維和二維Markov chain模型,分別計(jì)算了衡量受控狀態(tài)和失控狀態(tài)時(shí)的控制圖性能的指標(biāo)ATS0和SATS,利用數(shù)值實(shí)驗(yàn),與傳統(tǒng)的MEWMA作對(duì)比,驗(yàn)證其監(jiān)測性能的優(yōu)越性。然后,對(duì)FSVM的相關(guān)理論及其隸屬度函數(shù)的相關(guān)研究進(jìn)行了總結(jié),提出了本文所采用的隸屬度函數(shù)確定方法,并分別利用K折交叉驗(yàn)證法和粒子群算法(PSO)對(duì)FSVM中的參數(shù)進(jìn)行優(yōu)化,然后結(jié)合UCI數(shù)據(jù)庫進(jìn)行仿真實(shí)驗(yàn),得出參數(shù)優(yōu)化后的結(jié)果,并與未經(jīng)參數(shù)優(yōu)化的FSVM分類器對(duì)比分析其分類準(zhǔn)確率。最后,本文針對(duì)多元控制圖的質(zhì)量診斷現(xiàn)狀,將VSI-MEWMA控制圖和FSVM方法結(jié)合,提出了基于FSVM的制造過程多元質(zhì)量診斷方法。首先用VSI-MEWMA對(duì)過程監(jiān)測,判斷過程是否異常,若判斷為異常,則對(duì)引起異常的過程數(shù)據(jù)流采用FSV M分類器進(jìn)行分類,診斷出來過程異常源。然后利用仿真實(shí)驗(yàn),將該方法與ANN等方法作對(duì)比訓(xùn)練,驗(yàn)證該方法的診斷效果；并結(jié)合實(shí)例驗(yàn)證本文所提方法的實(shí)用性和有效性。
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP18;F406.3

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳小娟;劉三陽;滿英;劉逵;;一種新的模糊支持向量機(jī)方法[J];西安文理學(xué)院學(xué)報(bào)(自然科學(xué)版);2008年01期

2 馬永軍,李孝忠,王希雷;基于模糊支持向量機(jī)和核方法的目標(biāo)檢測方法研究[J];天津科技大學(xué)學(xué)報(bào);2005年03期

3 趙恒平;俞金壽;;在線模糊支持向量機(jī)回歸方法及其應(yīng)用[J];石油化工高等學(xué)校學(xué)報(bào);2005年04期

4 張翔;肖小玲;徐光yP;;模糊支持向量機(jī)中隸屬度的確定與分析[J];中國圖象圖形學(xué)報(bào);2006年08期

5 張瑞;馬逸塵;段現(xiàn)報(bào);;面向分類去噪問題的模糊支持向量機(jī)新算法[J];西安交通大學(xué)學(xué)報(bào);2007年12期

6 劉三陽;杜U，

本文編號(hào)：1160363