基于大數(shù)據(jù)技術的產(chǎn)品質量狀態(tài)預測問題研究.pdf_第1頁
已閱讀1頁,還剩74頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、當前,工業(yè)生產(chǎn)已經(jīng)進入高度智能化、高度自動化、高度信息化的工業(yè)4.0時代。特別是對于當前的離散工業(yè)來說,其具有工序繁多、生產(chǎn)工藝復雜以及產(chǎn)品質量要求嚴格的特點。為了應對此種環(huán)境下的工業(yè)產(chǎn)品生產(chǎn)模式和生產(chǎn)產(chǎn)品要求,往往需要實時的對制造物聯(lián)環(huán)境下的先進工業(yè)生產(chǎn)過程進行生產(chǎn)數(shù)據(jù)采集,并對工業(yè)制造過程中的工業(yè)大數(shù)據(jù)進行分析處理和研究。為了保證工業(yè)生產(chǎn)過程正常進行和實現(xiàn)對最終產(chǎn)品質量控制,特別的,需要實現(xiàn)有關產(chǎn)品質量數(shù)據(jù)的分析處理和對產(chǎn)品質量狀態(tài)

2、進行預測研究。
  本文以工業(yè)產(chǎn)品的質量預測為關注點,首先通過設計海量數(shù)據(jù)分析處理系統(tǒng)對原始、海量、復雜的工業(yè)制造中質量大數(shù)據(jù)進行數(shù)據(jù)預處理,隨后分別從多工序誤差傳遞的角度和直接依據(jù)現(xiàn)有產(chǎn)品質量數(shù)據(jù)進行回歸建模預測的角度進行工業(yè)最終產(chǎn)品的質量預測研究。其主要研究內(nèi)容有:
 ?。?)針對制造物聯(lián)環(huán)境下多源、海量和結構復雜的工業(yè)制造中質量大數(shù)據(jù)研究設計了一種基于彈性分布式大數(shù)據(jù)計算框架為核心的海量數(shù)據(jù)分析系統(tǒng),并在此基礎上實現(xiàn)對

3、工業(yè)制造中質量大數(shù)據(jù)的預處理。
 ?。?)在完成工業(yè)生產(chǎn)數(shù)據(jù)的預處理后,針對離散工業(yè)特點進行工業(yè)產(chǎn)品質量的預測研究,特別的:1、從多工序生產(chǎn)過程的工序誤差角度,以多生產(chǎn)環(huán)節(jié)中工序誤差影響因子為切入點,采用LS-SVM進行多工序生產(chǎn)誤差建模,并以此進行產(chǎn)品質量的預測,2、采用基于遺傳算法優(yōu)化的GRNN對產(chǎn)品質量數(shù)據(jù)進行直接建模,運用廣義回歸神經(jīng)網(wǎng)絡的回歸特性進行產(chǎn)品質量的預測分析。
  (3)以某汽車零配件企業(yè)的氣門產(chǎn)品生產(chǎn)過

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論