一种多变量制造过程中的关键变量检测算法

论文摘要

提出了一种基于机器学习的多变量制造过程中的关键变量检测算法.该算法利用机器学习分类器对多变量制造过程进行数学建模,以随机打乱过程变量后分类器的性能变化作为评价指标,检测导致产品质量相对异常的关键变量.设计并生成了多变量制造过程的仿真数据集,在仿真数据集和基于中国某工厂的2个实际生产案例数据集上对算法的检测性能进行了性能验证,2次验证结果均表明算法检测性能良好.

论文目录

• 1关键变量检测算法
•   1.1问题定义
•   1.2乱序操作
•   1.3检测原理
•   1.4算法描述
•   1.5评价指标
• 2基于仿真数据的性能验证
•   2.1 仿真数据生成
•   2.2 算法性能分析
• 3基于真实数据的性能验证
•   3.1 数据准备
•   3.2 算法改进
•   3.3 改进算法性能分析
• 4结束语

文章来源

类型: 期刊论文

作者: 余凯祥,陈振豪,张四海

关键词: 多变量制造过程,机器学习,关键变量检测

来源: 北京邮电大学学报 2019年06期

年度: 2019

分类: 信息科技

专业: 自动化技术

单位: 中国科学技术大学信息学院,长鑫存储技术有限公司

基金: 国家自然科学基金重点项目(61631018),长鑫存储技术专项研究项目(CT201809030002)

分类号: TP181;TP274

DOI: 10.13190/j.jbupt.2019-172

页码: 98-104

总页数: 7

文件大小: 1630K

下载量: 59