基于组合模型的多品种小批量生产方式质量预测方法研究
发布时间：2021-11-06 12:48
当前全球制造业不断寻求升级、国内正在推进产业结构调整,市场需求也趋向于个性化、差异化,制造企业由大批量生产转为多品种、小批量柔性化生产模式。开发有效适用于当前生产模式的质量控制技术成为当前亟需解决的问题。而随着智能化技术发展日益成熟,引入人工智能和机器学习技术,构建起质量智能控制和预测体系已成为多品种、小批量产品质量控制方法研究的热点。本文分析了多品种、小批量生产模式的形成过程、特点,构建了适用于多品种小批量生产的质量控制流程。并以R公司某型轴套产品为例,采用复杂网络以及灰色理论、最小二乘支持向量机（LS-SVM）方法对该流程中的质量特性识别与预测阶段进行了详细论证和重点研究。（1）提出了基于图论思想的复杂网络方法以识别零件关键质量特性。依据工艺流程及设计要求描述零件各个加工特征之间的内在联系,建立零件加工特征网络;计算网络拓扑参数确定网络节点的重要度,进而得出关键质量特性为轴套左端外圆尺寸,为零件加工质量预测工作奠定了基础。（2）采用了对小样本数据有良好适应性,且学习能力与预测性能均较好的灰色预测理论建立GM（1,1）质量预测模型,并从灰色动态模型群和灰色关联度加权两个方面进行改进,...
【文章来源】：兰州理工大学甘肃省
【文章页数】：76 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景和意义
1.2 关键质量特性识别研究现状
1.3 质量预测技术研究现状
1.4 论文主要内容和结构
第2章 多品种小批量生产质量控制方法及案例分析
2.1 制造业生产模式发展历程
2.2 多品种小批量生产模式特点
2.3 多品种小批量质量控制需求与流程
2.4 拟采用预测方法可行性分析
2.5 案例企业简介及其质量控制状况分析
2.5.1 企业简介
2.5.2 企业质量控制现状及问题分析
2.6 本章小结
第3章 基于复杂网络的关键质量特性识别
3.1 质量特性及关键质量特性
3.1.1 质量特性的概念
3.1.2 关键质量特性
3.2 复杂网络基本理论
3.2.1 网络的表示
3.2.2 网络的基本拓扑性质
3.2.3 参数计算
3.3 基于复杂网络的关键质量特性识别
3.3.1 零件加工特征关系描述
3.3.2 基于加工特征的复杂网络构建
3.4 实例分析
3.5 本章小结
第4章 改进灰色GM(1,1)模型的建立
4.1 灰色理论简介
4.2 灰色GM(1,1)预测模型
4.2.1 灰序列生成
4.2.2 灰色GM(1,1)模型的建立
4.2.3 灰色模型的适用范围及精度检验
4.3 灰色GM(1,1)模型的改进
4.3.1 灰色动态模型群
4.3.2 灰色关联度加权
4.4数据仿真实验
4.5 本章小结
第5章 优化的质量预测组合模型的构建
5.1 支持向量机和粒子群算法理论
5.1.1 支持向量机回归原理
5.1.2 最小二乘支持向量机
5.1.3 基于粒子群算法的参数寻优
5.2 优化的组合预测模型构建
5.2.1 组合预测理论原理
5.2.2 模型组合方法选择
5.2.3 优化的组合预测模型构建
5.3 组合预测模型应用与对比分析
5.3.1 残差预测模型
5.3.2 组合模型最终预测结果分析及模型对比
5.4 本章小结
总结与展望
总结
展望
参考文献
致谢
【参考文献】：
期刊论文
[1]基于蜻蜓算法和最小二乘向量机的小批量生产质量预测[J]. 董海,徐德珉. 科技管理研究. 2019(22)
[2]自适应差分算法优化的焦炭质量BP模型[J]. 都吉东,陶文华,李邵鹏,顾琦瑶. 控制工程. 2019(06)
[3]基于灰色关联支持向量机回归的纱线质量预测[J]. 王东平,吴志刚. 山东工业技术. 2019(09)
[4]基于随机森林的热轧带钢质量分析与预测方法[J]. 纪英俊,勇晓玥,刘英林,刘士新. 东北大学学报(自然科学版). 2019(01)
[5]基于BP神经网络的预切冲裁断面质量的仿真预测[J]. 张良. 锻压技术. 2018(12)
[6]Integration of A Deep Learning Classifier with A Random Forest Approach for Predicting Malonylation Sites[J]. Zhen Chen,Ningning He,Yu Huang,Wen Tao Qin,Xuhan Liu,Lei Li. Genomics,Proteomics & Bioinformatics. 2018(06)
[7]基于ARIMA模型和BP人工神经网络的产品质量预测[J]. 曹学晨,张顺堂. 价值工程. 2018(35)
[8]焦炭质量的DE-BP神经网络预测模型研究[J]. 陶文华,袁正波. 系统仿真学报. 2018(05)
[9]基于灰色GM（0,4）模型的强力旋压连杆衬套成形质量的预测研究[J]. 汤传尧,樊文欣,王欣. 热加工工艺. 2018(05)
[10]中国智能制造发展的国际背景与政策研究[J]. 赵光辉,冯帆. 中国市场. 2017(31)
博士论文
[1]面向复杂产品的关键质量特性识别方法研究[D]. 王化强.天津大学 2014
硕士论文
[1]基于组合模型的烧结矿质量预测系统研究与应用[D]. 邵慧君.武汉科技大学 2019
[2]面向变速箱壳体机加过程的质量预测与诊断方法研究应用[D]. 王昆龙.合肥工业大学 2019
[3]支持向量机核函数及关键参数选择研究[D]. 尹嘉鹏.哈尔滨工业大学 2016
[4]移动通信网流量数据分析及预测研究[D]. 张雁钦.中国科学技术大学 2016
[5]质量功能展开（QFD）在生产企业中的应用研究[D]. 俞文杰.浙江工业大学 2015
[6]质量功能展开在企业产品设计中的应用研究[D]. 谢凌.上海交通大学 2012
本文编号：3479862
【文章来源】：兰州理工大学甘肃省
【文章页数】：76 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景和意义
1.2 关键质量特性识别研究现状
1.3 质量预测技术研究现状
1.4 论文主要内容和结构
第2章 多品种小批量生产质量控制方法及案例分析
2.1 制造业生产模式发展历程
2.2 多品种小批量生产模式特点
2.3 多品种小批量质量控制需求与流程
2.4 拟采用预测方法可行性分析
2.5 案例企业简介及其质量控制状况分析
2.5.1 企业简介
2.5.2 企业质量控制现状及问题分析
2.6 本章小结
第3章 基于复杂网络的关键质量特性识别
3.1 质量特性及关键质量特性
3.1.1 质量特性的概念
3.1.2 关键质量特性
3.2 复杂网络基本理论
3.2.1 网络的表示
3.2.2 网络的基本拓扑性质
3.2.3 参数计算
3.3 基于复杂网络的关键质量特性识别
3.3.1 零件加工特征关系描述
3.3.2 基于加工特征的复杂网络构建
3.4 实例分析
3.5 本章小结
第4章 改进灰色GM(1,1)模型的建立
4.1 灰色理论简介
4.2 灰色GM(1,1)预测模型
4.2.1 灰序列生成
4.2.2 灰色GM(1,1)模型的建立
4.2.3 灰色模型的适用范围及精度检验
4.3 灰色GM(1,1)模型的改进
4.3.1 灰色动态模型群
4.3.2 灰色关联度加权
4.4数据仿真实验
4.5 本章小结
第5章 优化的质量预测组合模型的构建
5.1 支持向量机和粒子群算法理论
5.1.1 支持向量机回归原理
5.1.2 最小二乘支持向量机
5.1.3 基于粒子群算法的参数寻优
5.2 优化的组合预测模型构建
5.2.1 组合预测理论原理
5.2.2 模型组合方法选择
5.2.3 优化的组合预测模型构建
5.3 组合预测模型应用与对比分析
5.3.1 残差预测模型
5.3.2 组合模型最终预测结果分析及模型对比
5.4 本章小结
总结与展望
总结
展望
参考文献
致谢
【参考文献】：
期刊论文
[1]基于蜻蜓算法和最小二乘向量机的小批量生产质量预测[J]. 董海,徐德珉. 科技管理研究. 2019(22)
[2]自适应差分算法优化的焦炭质量BP模型[J]. 都吉东,陶文华,李邵鹏,顾琦瑶. 控制工程. 2019(06)
[3]基于灰色关联支持向量机回归的纱线质量预测[J]. 王东平,吴志刚. 山东工业技术. 2019(09)
[4]基于随机森林的热轧带钢质量分析与预测方法[J]. 纪英俊,勇晓玥,刘英林,刘士新. 东北大学学报(自然科学版). 2019(01)
[5]基于BP神经网络的预切冲裁断面质量的仿真预测[J]. 张良. 锻压技术. 2018(12)
[6]Integration of A Deep Learning Classifier with A Random Forest Approach for Predicting Malonylation Sites[J]. Zhen Chen,Ningning He,Yu Huang,Wen Tao Qin,Xuhan Liu,Lei Li. Genomics,Proteomics & Bioinformatics. 2018(06)
[7]基于ARIMA模型和BP人工神经网络的产品质量预测[J]. 曹学晨,张顺堂. 价值工程. 2018(35)
[8]焦炭质量的DE-BP神经网络预测模型研究[J]. 陶文华,袁正波. 系统仿真学报. 2018(05)
[9]基于灰色GM（0,4）模型的强力旋压连杆衬套成形质量的预测研究[J]. 汤传尧,樊文欣,王欣. 热加工工艺. 2018(05)
[10]中国智能制造发展的国际背景与政策研究[J]. 赵光辉,冯帆. 中国市场. 2017(31)
博士论文
[1]面向复杂产品的关键质量特性识别方法研究[D]. 王化强.天津大学 2014
硕士论文
[1]基于组合模型的烧结矿质量预测系统研究与应用[D]. 邵慧君.武汉科技大学 2019
[2]面向变速箱壳体机加过程的质量预测与诊断方法研究应用[D]. 王昆龙.合肥工业大学 2019
[3]支持向量机核函数及关键参数选择研究[D]. 尹嘉鹏.哈尔滨工业大学 2016
[4]移动通信网流量数据分析及预测研究[D]. 张雁钦.中国科学技术大学 2016
[5]质量功能展开（QFD）在生产企业中的应用研究[D]. 俞文杰.浙江工业大学 2015
[6]质量功能展开在企业产品设计中的应用研究[D]. 谢凌.上海交通大学 2012
本文编号：3479862
本文链接：https://www.wllwen.com/shoufeilunwen/benkebiyelunwen/3479862.html
