智能统计工序质量控制的体系研究

被引:12
作者
吴少雄
机构
[1] 福建工程学院经济管理系
关键词
统计工序质量控制; 小波变换; 概率神经网络; 模式识别; 专家系统;
D O I
10.13196/j.cims.2006.11.106.wushx.018
中图分类号
TH162 [工艺设计];
学科分类号
0802 ;
摘要
针对统计工序质量控制的要求,提出了智能控制体系的基本框架,论述了控制图模式的分类及其表达。对智能统计工序质量控制的控制图模式识别、控制图异常模式的参数估计和诊断分析专家系统3个主要方面进行了分析,并提出了解决方案和系统模型。在模型构造中,采用小波概率神经网络进行控制图的模式识别和控制图异常模式的参数估计。模拟仿真和实际应用结果表明:该方法结构简单、收敛速度快、识别准确率高,能够满足控制图在线检测和分析的需要。
引用
收藏
页码:1832 / 1837+1847 +1847
页数:7
相关论文
共 5 条
[1]   质量控制图在线智能诊断分析系统 [J].
乐清洪 ;
滕霖 ;
朱名铨 ;
王润孝 .
计算机集成制造系统, 2004, (12) :1583-1587+1599
[2]   质量管理图中趋势模态及阶跃模态的模糊神经网络识别 [J].
李孟清 ;
张春良 ;
杨叔子 ;
陈志祥 .
中国机械工程, 2004, (22) :24-27
[3]   一种适用于模式识别的新型神经网络 [J].
乐清洪 ;
高星海 ;
郝俊 ;
朱名铨 .
计算机工程, 2004, (17) :17-18+35
[4]   控制图异常模式参数估计的神经网络方法 [J].
乐清洪 ;
李建文 ;
安翔 ;
朱名铨 .
航空制造技术, 2002, (04) :31-33+71
[5]  
Design of knowledge-based ex-pert system for statistical process control .2 CHENG C S,HUBELE N F. Computers&Industrial Engineering . 1992