一种新型的神经网络及其在智能质量诊断分析中的应用

被引：8

作者：

乐清洪

朱名铨

王润孝

机构：

[1] 航空飞行自动控制研究所

[2] 西北工业大学机电学院

[3] 西北工业大学机电学院西安西北工业大学机电学院

[4] 西安

来源：

机械科学与技术 | 2005年 / 01期

关键词：

人工神经网络; 智能诊断; 控制图; 模式识别;

D O I：

10.13433/j.cnki.1003-8728.2005.01.008

中图分类号：

TP277 [监视、报警、故障诊断系统];

学科分类号：

0804 ; 080401 ; 080402 ;

摘要：

提出了一种适用于模式识别的新型神经网络模型———局部有监督特征映射 (RegionalSupervisedFeatureMapping, RSFM)网络,将其应用到质量控制图的模式识别中,为基于统计过程控制(SPC)的智能工序质量诊断分析系统提供了技术支持。文中研究了网络的基本性能并对其参数进行优化,提出了采用欧氏距离判别法作为混合型多特征异常模式的识别方法。实验证明,所提出的模型对控制图的基本模式和混合型多特征异常模式都能够有效识别,网络收敛速度快、识别精度高,可进行大样本训练,适用于控制图的在线实时模式识别。

引用

页码：30 / 34

页数：5

共 5 条

[1]

Interpreting statistical process control ( SPC)charts using machine learning and expert system techniques. Shewhart M. Proceedings of the IEEE 1992 National Aerospace and Electronics Conference[C] . 1992

[2]

A neural network based model for abnormal pattern recognition of control charts. Guh R S,Hsieh Y C. Computers and Industrial Engineering . 1999

[3]

Out-of-control pattern recognition and analysis for quality control charts using LISP-based systems. Swift J A,Mize J H. Computers and Industrial Engineering . 1995

[4]

Control chart pattern recognition using back propagation artificial neural networks. Perry M B,Spoerre J K,Velasco T. International Journal of Production Research . 2001

[5]

Integrating artificial intelligence into on-line statistical process control. Guh R S. Quality and Reliability . 2003

← 1 →