为解决多级制造过程关键质量特性识别中多质量特性之间的相关性问题,将偏最小二乘回归方法(Partial Least Squares Regression,PLSR)引入模型构建与分析中。首先应用状态空间方法建立多级制造过程关键质量特性识别模型,进而利用PLSR方...为解决多级制造过程关键质量特性识别中多质量特性之间的相关性问题,将偏最小二乘回归方法(Partial Least Squares Regression,PLSR)引入模型构建与分析中。首先应用状态空间方法建立多级制造过程关键质量特性识别模型,进而利用PLSR方法解决质量特性间的多重共线性问题并进行模型分析,识别关键质量特性,最后以卷烟生产过程为例介绍了该方法的应用。实例表明,该方法不仅可以有效识别多级制造过程关键质量特性,而且能够建立各级过程的输出质量对最终产品质量的影响及其质量特性之间相互关系的模型,反映多级生产过程的结构特征和各级过程质量特性之间的因果关系,为多级制造过程质量分析与控制提供依据。展开更多
文摘为解决多级制造过程关键质量特性识别中多质量特性之间的相关性问题,将偏最小二乘回归方法(Partial Least Squares Regression,PLSR)引入模型构建与分析中。首先应用状态空间方法建立多级制造过程关键质量特性识别模型,进而利用PLSR方法解决质量特性间的多重共线性问题并进行模型分析,识别关键质量特性,最后以卷烟生产过程为例介绍了该方法的应用。实例表明,该方法不仅可以有效识别多级制造过程关键质量特性,而且能够建立各级过程的输出质量对最终产品质量的影响及其质量特性之间相互关系的模型,反映多级生产过程的结构特征和各级过程质量特性之间的因果关系,为多级制造过程质量分析与控制提供依据。