-
题名基于制造历史数据的产品标识失效预测与补救方法
被引量：3
- 1
-
-
作者
王健
何卫平
李夏霜
郭改放
-
机构
西北工业大学现代设计与集成制造教育部重点实验室
-
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2015年第9期2494-2503,共10页
-
基金
国家自然科学基金资助项目(51275419)
国防基础科研资助项目(A2720110011)~~
-
文摘
针对离散制造企业生产环境和工艺的复杂性容易引起产品标识由于磨损、污染等因素而不可识读的问题,提出一种基于制造历史数据的产品标识失效预测与补救方法。给出了基于直接标刻技术的产品制造历史信息模型,分析了标识失效的影响因素并对历史数据进行Z-score标准化,通过主成分分析方法优化提取的特征,建立了神经网络标识失效预测模型,结合神经网络预测结果和标识转移与继承方法进行了失效标识的恢复补救。实例结果表明,该方法能够较好地预测产品标识失效并进行补救。
-
关键词
直接标刻技术
制造历史数据
预测与补救
主成分分析
神经网络
-
Keywords
direct part marking
manufacturing history data
prediction and remediation principal component analy-sis
neural networks
-
分类号
TH166
[机械工程—机械制造及自动化]
-
-
题名基于制造执行系统数据采集的工时预测与进化
被引量：19
- 2
-
-
作者
李亚杰
何卫平
董蓉
和延立
-
机构
西北工业大学现代设计与集成制造技术教育部重点实验室
-
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2013年第11期2810-2818,共9页
-
基金
国家863计划资助项目(2011AA040601-01)
国防基础科研资助项目(B2720060292)~~
-
文摘
为提高定额工时的准确性,提出一种基于制造执行系统数据采集的工时预测与进化技术。给出了基于制造执行系统加工历史数据的实做工时统计方法,对工时影响因素进行分析并建立了工时预测神经网络。建立了工时进化过程模型并对进化过程进行描述,利用实做工时持续对定额工时与工时预测神经网络进行优化与训练完成工时的进化,通过进化使定额工时及其预测神经网络符合实际生产。在某航天企业对该方法的效果与可行性进行了验证。
-
关键词
工时预测与进化
制造执行系统历史数据
进化模型
神经网络
-
Keywords
mawhour forecasting and evolution
manufacturing execution system historian data
evolution process model
neural network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
