基于小波分析的控制图混合异常模式识别研究

发布时间：2020-11-02 12:26

　　 控制图是一种成功应用到实际生产过程质量监控和诊断的有效工具,特别是在生产过程中的监控的应用很大提高了生产质量保证的水平。尽管控制图对于生产过程中的质量控制发挥了巨大作用,但它对生产过程中的混合异常模式难以识别,很大程度削弱了控制图的识别效果。目前,很多研究都是基于基础异常模式,对于混合异常模式的识别研究相对较少。同时小波分析和BP神经网络对控制图模式识别已成为研究热点。本文就小波分析和BP神经网络的结合对质量控制图混合异常模式进行探索研究。本文研究内容如下:首先用蒙特卡洛方法生成基础异常模式特征数据,并用基础模式数据的矩阵相互叠加作为相应混合异常模式数据的来源。其次用BP神经网络对基础异常模式进行训练并检测网络的正确识别率。之后利用一维离散小波对原始数据进行特征提取,建立小波分析的控制图混合异常模式识别模型。最后对小波基函数的选择和BP神经网络参数作出相应分析,将重构细节信号和近似信号作为原数据的基础异常模式数据输入到训练好的BP神经网络进行识别研究,得出模式识别结论。如何选定基础小波以及提取控制图混合异常模式的特征是本文研究的关键。本文根据小波函数的特性选用DbN、SymN和CoifN三种小波函数。然后利用MATLAB工具箱将三种小波函数系列在不同层数的分解系数进行对比,选择最好表达原数据特征的小波函数以及分解层数。然后用选定的小波函数和分解层数进行小波重构,将生成数据输入到训练好的BP神经网络进行识别。识别研究表明:Coif4小波三层分解重构特征数据时,网络识别率较高。本文对控制图混合异常模式识别研究提供了理论支持,并且为其他控制图异常模式的识别研究提供分析方法。
【学位单位】：中北大学
【学位级别】：硕士
【学位年份】：2017
【中图分类】：O213.1
【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究的背景以及意义
        1.1.1 论文的研究背景
        1.1.2 论文研究的意义
    1.2 控制图识别国内外研究现状及发展趋势
    1.3 小波分析的应用现状
    1.4 论文研究的主要内容
    1.5 本章小结
2 质量控制图异常模式
    2.1 质量控制图的描述
    2.2 统计控制图原理
        2.2.1 正态分布的知识介绍
        2.2.2 控制图的设计原理
    2.3 控制图监控的两类错误
    2.4 控制图对所处状态的判断准则
        2.4.1 判断稳态的准则
        2.4.2 判断异常的准则
        2.4.3 接近完全合格率产品过程的判异准则
    2.5 质量控制图模式
        2.5.1 质量控制图基本模式
        2.5.2 质量控制图混合异常模式
        2.5.3 常见基本异常模式的识别方法
    2.6 本章小结
3 神经网络识别控制图模式
    3.1 神经网络基本理论
        3.1.1 神经元模型
        3.1.2 神经网络结构
    3.2 BP网络
        3.2.1 BP网络的结构
        3.2.2 BP算法的数学描述
        3.2.3 BP算法存在的缺陷
        3.2.4 改进的BP算法
    3.3 MATLAB神经网络工具箱介绍
        3.3.1 MATLAB简介
        3.3.2 MATLAB神经网络工具箱介绍
    3.4 对混合异常模式识别的设计方案
    3.5 本章小结
4 BP神经网络对基础异常模式的识别
    4.1 控制图模式识别样本数据的产生
    4.2 样本的选取原则
    4.3 控制图基本模式样本数据产生
    4.4 建立质量控制图模式识别模型
    4.5 本章小结
5 基于小波分析的质量控制图混合异常模式识别
    5.1 小波基础理论
        5.1.1 小波分析的原理
        5.1.2 小波变换的概念
        5.1.3 小波提取特征的算法
    5.2 特征提取小波函数的选择
        5.2.1 常用小波函数
        5.2.2 小波函数的选取
    5.3 基于小波分析的控制图模式识别
        5.3.1 DWNN控制图模式识别特点
        5.3.2 DWNN控制图模式识别模型
    5.4 DWNN模型识别分析
        5.4.1 小波提取特征
        5.4.2 小波分解函数以及重组系数的确定
    5.5 识别效果对比
    5.6 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
参考文献
攻读硕士期间发表的论文及所取得的研究成果
致谢
附录

【相似文献】

相关期刊论文 前10条

1 周桂海;;控制图在辉光光谱分析过程中的应用[J];梅山科技;2013年02期

2 安东尼·D·伯恩斯;迈克尔·麦克莱恩;希文;;控制图:保持简单[J];上海质量;2019年01期

3 黄虎;柯华;王晶;;基于逆加权参数估计方法的改进型Q控制图研究[J];系统工程学报;2016年04期

4 陈袁鸣;;电气安装工程质控实践中控制图的应用意义略述[J];科技与创新;2015年21期

5 王伟民;;控制图建立阶段常见问题及审核思路[J];中国质量;2015年08期

6 屈云利;朱永忠;张艳;;几种多元累计和控制图的比较研究[J];青岛科技大学学报(自然科学版);2012年04期

7 张开文;;将p控制图引入血站过程控制的探讨[J];中国输血杂志;2010年11期

8 孙小素;;国标《常规控制图》中的几个问题探析[J];统计与信息论坛;2009年01期

9 普济;;统计技术方法入门第6讲 控制图(2)——控制图的制作方法[J];中国质量;2008年05期

10 黄诚;卢丽明;刘国平;;常规控制图在标准物质期间核查中的应用[J];职业与健康;2008年18期

相关博士学位论文 前10条

1 万强;自适应控制图优化设计与设备维护管理研究[D];华南理工大学;2017年

2 常志远;统计过程控制中参数自适应型控制图的研究[D];南京理工大学;2016年

3 张斌;基于非正态分布的最优过程均值确定和控制图优化设计的研究[D];南京理工大学;2008年

4 梁文娟;关于多元控制图的若干问题研究[D];华东师范大学;2016年

5 孙秋霞;基于时间序列模型的控制图性能评价及应用[D];青岛大学;2011年

6 郭志芳;带有转换规则的动态（？）控制图的设计及其推广与应用[D];南京理工大学;2011年

7 罗陨曌;参数自适应型统计质量控制图的研究[D];南开大学;2010年

8 赵永满;多元过程监控与异常诊断研究[D];天津大学;2012年

9 Aamir Saghir;统计过程监控中灵活而稳健的控制图[D];浙江大学;2014年

10 白莹;基于贴近度指标的模糊质量控制图研究[D];中国矿业大学(北京);2012年

相关硕士学位论文 前10条

1 王慧;基于小波分析的控制图混合异常模式识别研究[D];中北大学;2017年

2 任冰;有偏分布自相关过程残差控制图的设计与应用[D];北京工商大学;2018年

3 余小悦;考虑维护影响的均值控制图设计[D];西安理工大学;2019年

4 于海娇;具有稳健参数估计的记忆型控制图的比较研究[D];辽宁大学;2018年

5 张安桂;t型控制图的性能研究[D];辽宁大学;2018年

6 岳进;复杂数据中的统计过程控制[D];四川师范大学;2018年

7 顾丽君;带转换规则的动态T~2控制图的统计性和经济性研究[D];南京理工大学;2018年

8 朱晓琳;基于SPC的薯条生产过程质量控制研究[D];东北林业大学;2017年

9 刘春明;Bayesian理论在小批量生产质量控制中的应用研究[D];天津科技大学;2017年

10 武艳华;基于改进错误发现率方法的多元指数加权滑动平均控制图的研究[D];山东财经大学;2017年

本文编号：2867045