典型文献
基于数据驱动的复杂多阶段产品质量预测研究
文献摘要：
针对复杂多阶段(多质量属性)产品在最终制造阶段进行质量预测时,难以对造成质量异常的潜在工艺参数进行在线溯源及实时优化导致质量预测精度较低的问题.提出数据驱动的复杂多阶段产品质量预测模型.首先,通过对历史工艺参数和质量数据应用基于规则的深度置信网络(RBDBN)形成各阶段质量分类规则及应用动态自适应模型对制造过程中异常工艺参数进行实时优化形成更优的质量分类规则;其次,应用Catboost算法建立基于各阶段的在线质量预测模型以提高最终产品质量的预测精度及制造高质量的产品.最后,将该模型应用于注塑制品多阶段多质量属性预测案例中,研究结果表明该预测模型的有效性及较高质量预测精度.
文献关键词：
多阶段制造;质量预测;数据驱动;智能制造
中图分类号：
作者姓名：
任黎明;石宇强;王俊佳
作者机构：
西南科技大学 制造科学与工程学院,绵阳 621010
文献出处：
引用格式：
[1]任黎明;石宇强;王俊佳-.基于数据驱动的复杂多阶段产品质量预测研究)[J].制造业自动化,2022(03):54-58
A类：
RBDBN,异常工艺参数,多阶段制造
B类：
产品质量预测,预测研究,质量属性,制造阶段,实时优化,质量数据,数据应用,基于规则,深度置信网络,质量分类,分类规则,动态自适应,适应模型,制造过程,Catboost,线质量,模型应用,注塑制品,属性预测
AB值：
0.283233
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
