---
---
---
(點(diǎn)擊查看產(chǎn)品報價)
鋼鐵生產(chǎn)工藝參數(shù)與質(zhì)量分析計量圖像
顯微鏡
且變量間具有強(qiáng)相關(guān)性的連續(xù)過程,基于大數(shù)據(jù)的多變量統(tǒng)計過程
控制系統(tǒng)主要用于質(zhì)量控制、過程監(jiān)控、質(zhì)量預(yù)測和質(zhì)量診斷等。
由于鋼鐵生產(chǎn)過程本身的復(fù)雜性,工藝參數(shù)問、質(zhì)量指標(biāo)間、工藝
參數(shù)與質(zhì)量指標(biāo)之間往往存在多重相關(guān)性,因此在工藝參數(shù)與質(zhì)量指標(biāo)
間不可避免地存在著非線性的關(guān)系。采用常規(guī)的線性分析方法會造成質(zhì)
量診斷和質(zhì)量預(yù)測過程的偏差,這時需要采用非線性分析方法;谥
成分分析、偏最小二乘法、獨(dú)立分量分析等多變量統(tǒng)計過程控制方法均
為線性方法。最近幾年,核函數(shù)映射方法、非線性主元分析等為解決多
變量的非線性統(tǒng)計過程控制提供了新的途徑。例如,核主成分分析應(yīng)用
于多變量統(tǒng)計過程控制中,且針對生產(chǎn)狀態(tài)隨時間變化的情況,提出了
加窗核主成分分析方法對生產(chǎn)過程進(jìn)行監(jiān)控;利用嚴(yán)圖對熱沖壓成型過
程的成品尺寸進(jìn)行生產(chǎn)過程的監(jiān)控,再利用貝葉斯神經(jīng)網(wǎng)絡(luò)方法給出過
程參數(shù)與質(zhì)量指標(biāo)間的因果關(guān)系,達(dá)到質(zhì)量診斷的目的。
為了進(jìn)一步改善產(chǎn)品質(zhì)量監(jiān)控模型,王建國、黎敏等提出了基于流
形學(xué)習(xí)的半監(jiān)督核嶺回歸產(chǎn)品質(zhì)量預(yù)測模型,解決了因數(shù)據(jù)缺失以及輸
入變量和輸出變量之間的非線性映射關(guān)系造成的模型誤差,提高了質(zhì)量
模型的泛化能力;提出了基于神經(jīng)網(wǎng)絡(luò)規(guī)則抽取方法的工藝規(guī)范優(yōu)化技
術(shù),從生產(chǎn)數(shù)據(jù)中采用粒子群優(yōu)化算法對產(chǎn)品質(zhì)量模型中的過程控制參
數(shù)進(jìn)行迭代尋優(yōu),提取生產(chǎn)過程中工藝規(guī)范標(biāo)準(zhǔn)。何飛、徐金梧等提出
了利用核主成分分析提取的SPE(Squared Prediction Error)統(tǒng)計量監(jiān)
控生產(chǎn)過程方法,并分析了熱軋帶鋼頭部拉窄原因。此外,還提出了基
于核費(fèi)希爾判別的產(chǎn)品質(zhì)量分類方法和基于核熵成分分析的生產(chǎn)過程聚
類方法,解決了工藝參數(shù)間存在非線性耦合關(guān)系的生產(chǎn)過程狀態(tài)識別和
診斷問題,為產(chǎn)品改判和工藝規(guī)范的制定提供了新的方法。
所有資料用于交流學(xué)習(xí)之用,如有版權(quán)問題請聯(lián)系,禁止復(fù)制,轉(zhuǎn)載注明地址
上海光學(xué)儀器一廠-專業(yè)顯微鏡制造商 提供最合理的
顯微鏡價格