针对多品种小批量机加工车间关键工序因质量数据实时采集困难且样本数据量不足,导致质量统计过程实时控制困难和难于实现质量状态预警等问题,提出了一种集生产现场质量数据实时采集、小样本数据转化处理、质量状态在线控制及预警为一体...针对多品种小批量机加工车间关键工序因质量数据实时采集困难且样本数据量不足,导致质量统计过程实时控制困难和难于实现质量状态预警等问题,提出了一种集生产现场质量数据实时采集、小样本数据转化处理、质量状态在线控制及预警为一体的多品种小批量关键工序动态SPC(statistical process control)三层技术实现框架,并对其中基于多功能信息交互终端的车间现场质量数据实时采集、多图联合的小样本数据SPC质量控制、基于BP(back propagation)神经网络的质量状态预警等实现方法和技术进行了研究。最后,将该方法在一多品种小批量机加工车间进行了应用,取得了良好的效果。展开更多
文摘针对多品种小批量机加工车间关键工序因质量数据实时采集困难且样本数据量不足,导致质量统计过程实时控制困难和难于实现质量状态预警等问题,提出了一种集生产现场质量数据实时采集、小样本数据转化处理、质量状态在线控制及预警为一体的多品种小批量关键工序动态SPC(statistical process control)三层技术实现框架,并对其中基于多功能信息交互终端的车间现场质量数据实时采集、多图联合的小样本数据SPC质量控制、基于BP(back propagation)神经网络的质量状态预警等实现方法和技术进行了研究。最后,将该方法在一多品种小批量机加工车间进行了应用,取得了良好的效果。
