基于VGG16-SVM-SSA的产品表面质量检测方法

针对传统视觉检测方法容易出现漏检、错检、识别效率低等问题,提出一种基于深度学习的产品表面质量检测方法,加速产线检测效率和提高质量控制智能化水平。首先,从产品表面质量检测基本流程出发,进行产品表面质量问题建模。在此基础上,构建改进的VGG16网络模型进行图像识别,该模型采用支持向量机(SVM)代替VGG16网络模型中的softmax分类器,并引用麻雀搜索算法(SSA)进一步优化SVM超参数,从而增强模型分类精度。同时搭建图像缺陷特征知识库,完善标准产品表面缺陷数据体系。最后,设计开发了基于深度学习的工业云平台质量检测系统,实现产线、设备、人员之间的高效交互联通,以及产品表面质量数据的实时采集、传输、智能检测和数据管理,采用铸造叶轮案例验证了所提模型和方法的可行性。

基于多基因遗传规划的注塑过程参数关联预测方法

鉴于传统注塑过程参数选择与设置依赖于人工经验,且过程参数与输出参数之间存在着非线性、强耦合的关系,文中提出了一种基于多基因遗传规划的注塑过程参数关联预测方法。该方法基于数据生成初始多基因树种群,随后迭代进行选择,高、低级树交叉及两类树突变操作,以获得最适应数据的模型,并演化出一个能清晰描述过程参数与输出参数关联的代数方程,确定控制输出的关键参数。在设置选择指标时,针对模型方程的复杂性会影响到实际使用效率的问题,引入复杂性维度作为评估指标进行多目标选择。以注塑过程为例,试验结果表明了所提方法的有效性。此外,参数和灵敏度分析验证了模型的鲁棒性,揭示了参数间隐藏的非线性关系,对后续注塑过程参数设置及优化提供了依据。

基于推理-情境感知激活模型的设计知识推荐

针对个性化产品设计任务下的知识资源检索和利用效率低、知识推荐结果有效性和准确性侧重失衡的问题,提出个性化设计知识推荐服务架构.该架构以产品设计文献数据、手册数据为核心,结合产品设计场景特征,确定设计知识类别.采用新的深度学习模型ALBERT-BiLSTM-IDCNN-CRF,对数据中蕴含的设计对象、设计任务、设计性能、设计方法、设计工具、设计原理、设计参数、计算公式、设计图这9类知识元进行有效抽取.结合由企业内部员工和文献作者组成的设计人员知识元,建立五维设计知识关联模型,以该模型为基础,运用本体和推理规则建立完善的产品设计知识库.提出基于推理-情境感知激活模型的设计知识推荐服务模式.以液压机设计为例进行验证.结果表明,所提的深度学习模型在设计知识抽取中获得了优于其他基准模型的效果.所提的知识推荐服务模式在维持较高的知识推荐结果准确性的同时,提升了输出推荐结果的有效性,可以快速、准确地为特定对象属性、任务属性和性能要求属性下的个性化设计任务求解推荐所需的知识资源.

面向创新服务的企业知识资源协作网络研究

知识资源是知识经济时代企业创新的关键,而当今企业创新越来越呈现开放式的特点,因而提出了以企业内部和外部知识资源融合为主线,构建企业知识资源协作网络的构想,为企业创新服务的开展提供资源与数据分析的依据。在网络模型的基础上,提出网络外延度与网络外延多样度、节点融合度的网络特性参数,用以分析企业吸引、转化外部知识的潜力与水平,揭示企业外部知识资源的数量与种类的多样性及企业的吸收能力。最后提出基于知识资源协作网络的创新服务框架为企业创新管理提供实践指导。

基于制造生态框架的知识模块演化动力机制研究

面向某一业务问题求解相关的一组知识及其相关情境资源的组合被称为知识模块,知识模块的演化代表了业务解决能力的变化.针对业务问题求解过程中知识模块的演化现象,提出基于制造生态框架的知识模块演化的动力机制研究方法.在多维度视角下构建知识模块演化的维度体系,在演化维度体系的基础上引入生态势理论,构建了知识模块生态系统演化的生态势分析框架模型.并利用系统动力学方法与Vensim PLE软件对知识模块演化的生态势模型进行动力学建模与仿真,研究知识模块演化的动力机制问题.本文研究有益于丰富知识管理理论,为企业知识管理实践提供参考.

基于统计技术改进PVC材料均匀性研究

材料均匀性会直接影响PVC挤出加工和注塑加工的一致性。不均匀材料会造成制品表面粒点、流线和花纹等缺陷。改进材料均匀性可以提高顾客满意度和过程效率。选择材料均匀性评价指标、调查材料均匀性和改进材料均匀性是本文研究的三个方面。利用方差分析对材料均匀性的评价指标进行分析,通过方差分析,确定将灰分作为材料均匀性的评价指标。利用假设检验对材料生产的均匀性进行分析。通过假设检验,证明材料在不同时间的均匀性是不稳定的。利用TRIZ和中心极限定理,对改性PVC材料生产流程进行改进,确定将增加均质化过程以改进材料均匀性。

PVC粒点测量方法的选择与评价

粒点测量是PVC材料制造质量控制的重要环节,选择合适的测量方法不仅能提供检测效率,也能有效降低检测的成本。本文对不同的粒点测量方法的卡方进行分析,通过分析,确定将人工目测作为粒点检测的方法。本文利用Kappa分析了不同人员组织的测量系统的有效性和一致性。根据计算的Kappa值,不同人员组成的粒点测量系统的有效性和一致性是满足要求的。

基于机器学习多算法集成的产品质量问题预测方法

为了提高产品质量预测模型精度和降低过拟合能力,提出了一种基于Stacking集成的研究构思,将LightGBM、GBDT和Lasso三种预测算法进行Stacking集成,以此构建多算法集成的产品质量预测模型。首先,采用XGBoost对制造过程数据进行关键特征提取,同时引入SHAP模型挖掘关键特征对产品质量的影响差异。其次,将关键特征导入基学习器LightGBM、GBDT和Lasso中,并将三种基学习器的预测结果作为元学习器LightGBM的输入,以此完成多算法集成的质量预测。最后以注塑成型加工过程为例,验证所提模型和方法的可行性。

基于RFECV-LightGBM-TPE联合模型的在制品质量问题预测方法研究

为对在制品进行质量预测,提出一种基于RFECV-LightGBM-TPE联合模型的在制品质量问题预测方法。该方法通过RFE递归特征消除和CV交叉验证进行特征筛选,确定特征维度。针对实时采集的在制品工艺参数不充分的情况,通过结合特征重要性的方法改进KNN缺失值填补算法,补全未采集的工艺参数,解决在制品难以进行质量预测的问题。同时利用历史数据训练LightGBM算法构建质量预测模型,并通过TPE算法进行参数寻优提高预测精度。最后以博世生产线采集的工艺参数为例将本文所提模型与常见模型进行对比,结果表明本文所提模型可以更好的对质量问题进行预测,给智能工厂的建设提供了参考价值。

PVC粒点缺陷与填料粒径的关系

本文利用概率密度图对填料粒径进行研究,确定填料粒径符合正态分布。利用等方差检验对PVC粒点缺陷不同水平进行分析,确定不同水平PVC粒点缺陷相关的填料粒径的方差一致性。利用假设检验对不同水平的PVC粒点缺陷的填料粒径均值进行分析,确定不同水平的PVC粒点缺陷相关的填料粒径的均值一致性。利用不同水平PVC粒点缺陷的相关填料粒径的正态分布,确定填料粒径的控制要求。

基于多源动态加权和改进域对抗网络的齿轮箱故障诊断

现有的齿轮箱多源迁移诊断模型在不同迁移任务中的泛化能力有限,同时忽略了目标域和每个源域之间的特征分布差异对模型的影响。为了解决上述问题,提出了一种多源动态加权和改进域对抗网络的故障诊断方法。首先,通过改进一维卷积神经网络提取所有样本的高维特征;然后,构建混合核函数作为最大度量差异中的核函数,并设置具有可变参数的映射函数作为核函数权重,自适应度量域间差异;最后利用目标域和每个源域相应的度量差异和域对抗损失作为联合权重赋予域对抗策略。通过不同轴速下的齿轮箱数据集验证了该方法的泛化能力和有效性,为基于大数据的故障诊断的研究及应用提供参考。