一种模糊支持向量机的制造过程多元质量诊断分类器制造技术

一种模糊支持向量机的制造过程多元质量诊断分类器，收集制造过程中质量特性的原始数据，进行数据预处理，应用混合算法对关键工序的多元质量特性进行过程分析，根据控制图记录的数据判稳以及是否出现异常现象，应用模糊支持向量机方法查找出过程异常源所在，为了使分类结果更加准确，目标函数中增添了隶属度因子。本发明专利技术过程能力系数条件严谨、判定状态准确，算法复杂度低，处理的时间快，综合了多元质量、误判因子、主成分因子，适用性更强，参数处理规范，数据处理完善，降低了误判概率，解决了数据偏置、单位不统一的问题，可以实现异常诊断技术。

A fuzzy support vector machine classifier for multivariate quality diagnosis in manufacturing process

A manufacturing process of fuzzy support vector machine classifier multivariate quality diagnosis, the original data collection quality characteristics in the manufacturing process, data preprocessing, process analysis of multiple quality characteristics of hybrid algorithm of key process, according to the control chart data recorded on stability criterion, and whether the abnormal phenomenon, the application of fuzzy support vector machine method lookup a process where abnormal source, in order to make more accurate classification result, the objective function was added to the membership factor. The invention process capability coefficient of rigorous, accurate judging state, the algorithm complexity is low, processing time, comprehensive quality, multi factor, misjudgment of the principal component factors, more applicable, parameter specification, data processing to improve, reduce the probability of false positives, solves the data unit bias, is not the problem of unity can be achieved fault diagnosis technology.

【技术实现步骤摘要】
一种模糊支持向量机的制造过程多元质量诊断分类器
本专利技术涉及机械产品加工制造过程质量诊断
，具体涉及一种模糊支持向量机的制造过程多元质量诊断分类器。
技术介绍
21世纪，伴随着全球经济一体化的发展，国际市场的竞争日趋激烈，与时间和成本一样，质量己成为企业生存与发展的主要制胜因素。广泛应用国内外先进的质量方法和质量技术对于企业改进产品质量、提高产品竞争力具有重要意义。好的质量是低成本、高效率、低损耗、高收益的保证也是长期赢得顾客忠诚度，企业获得可持续发展的基石。尽管中国企业界最近的热点似乎集中在并购、资本经营、市场拓展、多元化等方面，但事实上，对任何一家生产制造企业来讲，质量的管理、生产流程的控制，乃是企业发展的最为重要的“内功”之一。如何练好“内功”，不仅需要有质量管理的思想、方法和手段,更需要有质量工程技术的支持。如何利用质量工程技术,设计并生产出低成本、短周期、高质量、高可靠性的产品,由此获得竟争优势,己成为国内外广大理论研究者和实际工作者广泛关注的问题。而提高质量的一个主要技术手段就是进行有效的过程监控。由于产品质量在现代工业中的重要地位,统计过程控制(SPC)在机械、本文档来自技高网...

【技术保护点】
一种模糊支持向量机的制造过程多元质量诊断分类器，本专利技术涉及机械产品加工制造过程质量控制技术领域，具体涉及一种模糊支持向量机的制造过程多元质量诊断分类器，其特征是，包括如下步骤：步骤1：收集制造过程中质量特性的原始数据，并对该数据进行必要的整理、简化及计算，其具体计算过程如下：在生产过程中，当工序不存在系统性误差时，产品的质量特性值

【技术特征摘要】
1.一种模糊支持向量机的制造过程多元质量诊断分类器，本发明涉及机械产品加工制造过程质量控制技术领域，具体涉及一种模糊支持向量机的制造过程多元质量诊断分类器，其特征是，包括如下步骤：步骤1：收集制造过程中质量特性的原始数据，并对该数据进行必要的整理、简化及计算，其具体计算过程如下：在生产过程中，当工序不存在系统性误差时，产品的质量特性值符合正态分布；由于多元质量特性值得单位不统一，数值大小差距也较大，需对数据做进一步处理；生产过程正常运行收集的数据矩阵为，为样本的个数，为样本质量属性个数上式为第个样本第种质量属性值，为第种质量属性均值，第种质量属性标准差对预处理后的数据，进行比重计算如下：假设维正态分布，即，其中为总体均值向量，为协方差矩阵，由于为对称矩阵，因此存在对称矩阵,使得其中为协方差矩阵的特征值，其满足，即维多元质量的权重分配可以表示为下式：取前个主元的累计贡献率达到80%以上，即贡献率为：则主元模型为分别为个主元质量的属性向量，为误差步骤2：对关键工序的多元质量特性进行过程分析，其具体计算过程如下：这里主要对步骤1中的计算和估计；，其中是质量特性值，是总体均值，是总体方差，当质量特性值服从正态分布时，其均值也服从正态分布，其中，n为样本容量，依照正态分布的特性，则即，无论和取何值，落在之间的概率是，也就是说，落在这个分布范围之外的概率只有对于过程修正的规格区域是一个椭球体，其体积计算公式为：、分别为控制图上第元质量因子的上下限多元过程在置信度下实际分布区域的椭球体为：为多元质量因子的协方差行列式设其修正系数为；、分别为规格图、和实际过程的均值位置，为t维均值差值另一影响因子为，为规格上下限的交点即综上所述，表征过程能力函数如下：为了完善上式...

【专利技术属性】
技术研发人员：金平艳，
申请(专利权)人：四川用联信息技术有限公司，
类型：发明
国别省市：四川,51