数据驱动下智能制造企业运行质量管理研究
发布时间：2023-04-05 01:17
随着大数据、物联网、云计算、人工智能等新一代信息技术的不断发展,世界各国制造业的体系、发展模式和发展前景都有重大改变,智能制造正在取代传统制造,成为制造业的主导制造方式。由于智能制造是一种由智能机器和人类专家共同组成的人机一体化智能系统,在制造业整个价值链活动及产品全生命周期中,产生了海量、高维、多源、异构等制造数据。因此智能制造以标准化数据信息为基础,以智能系统为核心,是对传统制造方式的巨大挑战。而运行质量是智能制造系统的关键指标,主要由基础资源、组织结构、生产应用和效率效益等综合决定,面对智能制造新的要求,现有质量管理理论、工具和方法已难以有效解决智能制造所面临的质量问题。由此本文以数据驱动为研究视角,以中国智能制造企业为研究对象,针对企业中存在的灰信息数据、多源异构数据、高维信息数据和多参数监测数据等数据类型,对数据驱动下智能制造企业运行质量管理进行研究,分别从宏观上对企业综合运行质量进行静态和动态评价,从微观上对企业的生产运行质量进行预测和预警。论文的主要工作如下:(1)针对智能制造系统数据多源、异构、多模态等特点,进行智能制造企业数据质量管理。首先以数据流为主线,挑选出适合本...
【文章页数】：172 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2 智能制造企业运行质量研究国内外文献综述
1.2.1 智能制造企业运行质量评价
1.2.2 智能制造企业运行质量预测预警
1.2.3 灰理论在质量管理中应用
1.3 研究内容与技术路线
1.3.1 研究内容
1.3.2 技术路线
1.4 研究创新
第2章 理论基础
2.1 智能制造企业运行质量内涵
2.1.1 质量内涵的演变
2.1.2 质量管理定义及体系
2.1.3 智能制造企业综合运行质量定义和特征
2.2 智能制造企业运行质量评价与预测
2.2.1 智能制造企业运行质量评价
2.2.2 智能制造企业运行质量预测
2.3 灰预测与决策方法
2.3.1 灰关联分析
2.3.2 NGBM(1,1)模型
2.3.3 GM(1,N)模型
2.4 模糊测度与模糊积分
2.5 本章小结
第3章 智能制造企业运行质量数据管理
3.1 智能制造企业综合运行质量指标选择
3.1.1 智能制造企业综合运行质量评价要素
3.1.2 智能制造企业综合运行质量评价原则
3.1.3 智能制造评价指标选取和评价体系构建
3.2 智能制造企业的样本选取和数据来源
3.2.1 智能制造企业的样本选取
3.2.2 智能制造企业运行质量数据来源
3.3 智能制造企业运行质量数据类型与特征
3.3.1 灰信息数据特征
3.3.2 多源异构数据特征
3.3.3 高维信息数据特征
3.3.4 多参数监测数据特征
3.4 智能制造企业运行质量数据预处理
3.5 本章小结
第4章 灰信息数据特征的智能制造企业综合运行质量静态评价
4.1 智能制造企业综合运行质量静态评价基本思路
4.2 智能制造企业综合运行质量中的信息覆盖灰数
4.2.1 信息覆盖灰数的定义
4.2.2 信息覆盖灰数间差异信息的处理
4.3 基于灰信息覆盖交互关联度的综合运行质量静态评价模型
4.3.1 灰信息覆盖交互关联度及其性质
4.3.2 智能制造企业综合运行质量静态评价方法与步骤
4.4 中国智能制造企业综合运行质量静态评价实证分析
4.4.1 灰信息覆盖交互关联度模型计算
4.4.2 中国智能制造企业静态评价模型比较分析
4.4.3 智能制造企业综合运行质量结果分析
4.5 本章小结
第5章 多源异构数据特征的智能制造企业综合运行质量动态评价
5.1 智能制造企业综合运行质量动态评价基本思路
5.2 智能制造企业中多源异构质量数据处理
5.2.1 智能制造企业综合运行质量中二元语义数据描述
5.2.2 基于二元语义的多源异构质量数据转换方法
5.3 二元语义矩阵灰交互关联度动态评价模型
5.3.1 二元语义矩阵灰交互关联度及其性质
5.3.2 二元语义矩阵灰交互关联度动态评价算法设计
5.4 中国智能制造企业综合运行质量动态评价实证分析
5.4.1 二元语义矩阵灰交互关联度模型计算
5.4.2 中国智能制造企业综合运行质量动态评价模型比较分析
5.5 本章小结
第6章 高维信息数据特征的智能制造企业生产运行质量预测
6.1 智能制造企业生产运行质量预测思路
6.2 高维信息特征的LASSO-NGRBM(1,1)质量预测模型
6.2.1 基于LASSO回归的综合生产环境状态量化
6.2.2 生产环境与产品质量关系的NGRBM(1,1)模型
6.2.3 NGRBM(1,1)模型的参数辨识与求解
6.2.4 基于LASSO-NGRBM(1,1)的质量组合预测模型
6.3 LASSO-NGRBM(1,1)质量预测模型柔性参数优化
6.3.1 LASSO-NGRBM(1,1)中柔性参数优化建模
6.3.2 基于改进花粉算法的柔性参数求解
6.4 半导体智能制造企业生产运行质量预测
6.4.1 高维生产过程数据预处理
6.4.2 生产运行质量预测模型有效性验证
6.4.3 实证结果分析及其意义
6.5 本章小结
第7章 多参数监测数据特征的智能制造企业生产运行质量预警
7.1 智能制造企业生产运行质量多参数监测预警思路
7.2 多参数监测数据的PCA-CFGM(1,N)质量预警模型
7.2.1 主成分分析方法
7.2.2 基于CFGM(1,N)的多因素质量分析模型
7.3 PCA-CFGM(1,N)质量预警模型参数优化
7.3.1 PCA-CFGM(1,N)参数优化模型
7.3.2 基于鲸群优化算法的模型参数确定
7.4 半导体智能制造企业生产运行质量预警
7.4.1 生产运行质量数据预处理
7.4.2 生产运行质量分析模型可解释性评价
7.4.3 半导体企业质量指数的因子敏感性分析
7.4.4 半导体企业生产运行质量多参数预警分析
7.5 本章小结
结论
参考文献
致谢
附录A 攻读博士学位期间的学术成果
附录B 攻读博士学位期间所获得的奖励
本文编号：3782431
【文章页数】：172 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2 智能制造企业运行质量研究国内外文献综述
1.2.1 智能制造企业运行质量评价
1.2.2 智能制造企业运行质量预测预警
1.2.3 灰理论在质量管理中应用
1.3 研究内容与技术路线
1.3.1 研究内容
1.3.2 技术路线
1.4 研究创新
第2章 理论基础
2.1 智能制造企业运行质量内涵
2.1.1 质量内涵的演变
2.1.2 质量管理定义及体系
2.1.3 智能制造企业综合运行质量定义和特征
2.2 智能制造企业运行质量评价与预测
2.2.1 智能制造企业运行质量评价
2.2.2 智能制造企业运行质量预测
2.3 灰预测与决策方法
2.3.1 灰关联分析
2.3.2 NGBM(1,1)模型
2.3.3 GM(1,N)模型
2.4 模糊测度与模糊积分
2.5 本章小结
第3章 智能制造企业运行质量数据管理
3.1 智能制造企业综合运行质量指标选择
3.1.1 智能制造企业综合运行质量评价要素
3.1.2 智能制造企业综合运行质量评价原则
3.1.3 智能制造评价指标选取和评价体系构建
3.2 智能制造企业的样本选取和数据来源
3.2.1 智能制造企业的样本选取
3.2.2 智能制造企业运行质量数据来源
3.3 智能制造企业运行质量数据类型与特征
3.3.1 灰信息数据特征
3.3.2 多源异构数据特征
3.3.3 高维信息数据特征
3.3.4 多参数监测数据特征
3.4 智能制造企业运行质量数据预处理
3.5 本章小结
第4章 灰信息数据特征的智能制造企业综合运行质量静态评价
4.1 智能制造企业综合运行质量静态评价基本思路
4.2 智能制造企业综合运行质量中的信息覆盖灰数
4.2.1 信息覆盖灰数的定义
4.2.2 信息覆盖灰数间差异信息的处理
4.3 基于灰信息覆盖交互关联度的综合运行质量静态评价模型
4.3.1 灰信息覆盖交互关联度及其性质
4.3.2 智能制造企业综合运行质量静态评价方法与步骤
4.4 中国智能制造企业综合运行质量静态评价实证分析
4.4.1 灰信息覆盖交互关联度模型计算
4.4.2 中国智能制造企业静态评价模型比较分析
4.4.3 智能制造企业综合运行质量结果分析
4.5 本章小结
第5章 多源异构数据特征的智能制造企业综合运行质量动态评价
5.1 智能制造企业综合运行质量动态评价基本思路
5.2 智能制造企业中多源异构质量数据处理
5.2.1 智能制造企业综合运行质量中二元语义数据描述
5.2.2 基于二元语义的多源异构质量数据转换方法
5.3 二元语义矩阵灰交互关联度动态评价模型
5.3.1 二元语义矩阵灰交互关联度及其性质
5.3.2 二元语义矩阵灰交互关联度动态评价算法设计
5.4 中国智能制造企业综合运行质量动态评价实证分析
5.4.1 二元语义矩阵灰交互关联度模型计算
5.4.2 中国智能制造企业综合运行质量动态评价模型比较分析
5.5 本章小结
第6章 高维信息数据特征的智能制造企业生产运行质量预测
6.1 智能制造企业生产运行质量预测思路
6.2 高维信息特征的LASSO-NGRBM(1,1)质量预测模型
6.2.1 基于LASSO回归的综合生产环境状态量化
6.2.2 生产环境与产品质量关系的NGRBM(1,1)模型
6.2.3 NGRBM(1,1)模型的参数辨识与求解
6.2.4 基于LASSO-NGRBM(1,1)的质量组合预测模型
6.3 LASSO-NGRBM(1,1)质量预测模型柔性参数优化
6.3.1 LASSO-NGRBM(1,1)中柔性参数优化建模
6.3.2 基于改进花粉算法的柔性参数求解
6.4 半导体智能制造企业生产运行质量预测
6.4.1 高维生产过程数据预处理
6.4.2 生产运行质量预测模型有效性验证
6.4.3 实证结果分析及其意义
6.5 本章小结
第7章 多参数监测数据特征的智能制造企业生产运行质量预警
7.1 智能制造企业生产运行质量多参数监测预警思路
7.2 多参数监测数据的PCA-CFGM(1,N)质量预警模型
7.2.1 主成分分析方法
7.2.2 基于CFGM(1,N)的多因素质量分析模型
7.3 PCA-CFGM(1,N)质量预警模型参数优化
7.3.1 PCA-CFGM(1,N)参数优化模型
7.3.2 基于鲸群优化算法的模型参数确定
7.4 半导体智能制造企业生产运行质量预警
7.4.1 生产运行质量数据预处理
7.4.2 生产运行质量分析模型可解释性评价
7.4.3 半导体企业质量指数的因子敏感性分析
7.4.4 半导体企业生产运行质量多参数预警分析
7.5 本章小结
结论
参考文献
致谢
附录A 攻读博士学位期间的学术成果
附录B 攻读博士学位期间所获得的奖励
本文编号：3782431
本文链接：https://www.wllwen.com/guanlilunwen/shengchanguanlilunwen/3782431.html
