基于模式识别的自动化生产过程质量智能诊断研究

【类型】学位论文

【作者】周昊飞 

【关键词】 支持向量机 小波变换 神经网络 质量智能诊断 自动化生产过程

【学位授予单位】郑州大学

【学位年度】2016

【学位名称】博士

【分类号】TP391.4;|TH186

【导师姓名】刘玉敏

【摘要】过程实时智能监控与诊断是政府实施食品药品质量安全大数据监管、智能制造“十三五”发展规划的重要环节。传统的统计过程控制方法难以满足过程实时质量智能监控的需求,基于模式识别的过程智能监控及诊断已成为质量管理领域的新方向。目前该方面的研究多集中于控制图模式识别、异常模式参数估计等方面。现有识别模型大都采用人工神经网络或支持向量机单一类型分类器进行建模,存在计算复杂、识别效率低等问题,而现有异常模式参数估计模型难以对细微变动参数进行精准估计。因此,如何构建更为高效的识别模型与异常模式参数估计模型是本文亟待解决的问

【全文挂接】 获取全文