【技术实现步骤摘要】
本公开涉及用于训练分类器对制造品进行分类的方法和系统。经训练的分类器可以用于在制造物品的过程期间监视制造品。
技术介绍
1、在制造物品的过程期间，可以对正在制造的物品进行测量。该物品可以是制造品。该物品可以是正在制造的产品或正在制造的产品的一部分。这些测量可以由执行制造过程的设施的一个或多个站处的一个或多个传感器进行。可以存在多种种类或类型的传感器来测量正在制造的物品的多个特性。例如，多个传感器可以包括捕获图像数据的相机；捕获音频数据的音频设备；以及在制造过程期间捕获与物品的尺寸、强度、粗糙度或温度相关的数据的传感器。在每个站处捕获的一个或多个测量可以用于例如在制造过程期间监视物品的质量。与在制造过程的站序列中的站处捕获的物品相关的一个或多个测量可以被输入到分类器中以产生输出。例如，该输出可以是物品的分类，其指示物品是否有缺陷或以其他方式异常。
技术实现思路
1、先前提议中的分类器的输出仅基于从制造过程的站处的一个或多个传感器获得的(一个或多个)测量。也就是说，分类器不考虑在该站之前由制造...
【技术保护点】
1.一种用于对制造品进行分类的方法，包括：
2.根据权利要求1所述的方法，其中在所述第一站处捕获的一个或多个测量由在所述第一站处的一个或多个传感器捕获，并且其中所述测量历史中的测量由所述站序列中的每个站处的一个或多个传感器捕获。
3.根据权利要求1所述的方法，其中所述分类器是神经网络。
4.根据权利要求3所述的方法，其中所述神经网络是卷积神经网络。
5.根据权利要求1所述的方法，其中所述分类器是支持向量机。
6.根据权利要求1所述的方法，其中所述编码的时间序列数据包括所述物品在所述第一站处的一个或多个预测的测
7...
【技术特征摘要】
1.一种用于对制造品进行分类的方法，包括：
2.根据权利要求1所述的方法，其中在所述第一站处捕获的一个或多个测量由在所述第一站处的一个或多个传感器捕获，并且其中所述测量历史中的测量由所述站序列中的每个站处的一个或多个传感器捕获。
3.根据权利要求1所述的方法，其中所述分类器是神经网络。
4.根据权利要求3所述的方法，其中所述神经网络是卷积神经网络。
5.根据权利要求1所述的方法，其中所述分类器是支持向量机。
6.根据权利要求1所述的方法，其中所述编码的时间序列数据包括所述物品在所述第一站处的一个或多个预测的测量。
7.一种用于对制造品进行分类的系统，包括：
8.根据权利要求7所述的系统，进一步包括：
9.一种用于训练分类器对制造品进行分类的方法，包括：
10.根据权利要求9所述的方法，其中在所述第一站处捕获的一个或多个测量由在所述第一站处的一个或多个传感器捕获，并且其中所述测量历史中的测量由所述站序列中...
【专利技术属性】
技术研发人员：F·孔德萨，D·维尔莫特，I·巴塔洛夫，J·D·塞梅多，林婉怡，B·阿扎里，
申请(专利权)人：罗伯特·博世有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。