基于数据挖掘质量过程诊断建模

《基于数据挖掘质量过程诊断建模》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、CategoryNumber：O212.7LevelofSecrecy：SerialNumber：StudentNumber：50100701407Master'sDissertationofChongqingUniversityofTechnologyQualityProcessDiagnosticModelingBasedonDataMiningPostgraduate:HushengSupervisor:Prof.WeizhengyuanSpecialty:AppliedMathematicsResearchD

2、irection:AppliedMathematicsStatisticsTrainingUnit:SchoolofMathematicsandStatisticsThesisDeadline:April6,2013OralDefenseDate:May25,2013学位论文原创性声明及使用授权声明重庆理工大学学位论文原创性声明本人郑重声明：所呈交的学位论文是本人在导师的指导下，独立进行研究所取得的成果。除文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果、作品。对本文的研究做出重要贡献

3、的集体和个人，均已在文中以明确方式标明。本人承担本声明的法律后果。作者签名：日期：年月日学位论文使用授权声明本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权重庆理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于（请在以下相应方框内打“√”）：1.保密□，在年解密后适用本授权书。2.不保密□。作者签名：日期：年月日导师签名：日期：年月日摘要

4、摘要随着现代制造业的飞速发展，企业在市场竞争中获胜的重要手段是提高产品质量，而保障产品质量的有力途径是对制造过程的产品进行质量控制和诊断。但是单纯使用传统的质量诊断技术并不能完整的解决上述问题。将数据挖掘方法和人工智能技术合理运用到质量控制领域是目前居多学者研究的一个热点问题。本文针对质量过程一元性和多元性的特点，结合数据挖掘技术，在传统的质量过程控制方法基础上进行改进，并提出了一些质量过程诊断算法。本文主要工作分为以下几个部分：1针对复杂产品制造过程中的特点，系统分析了质量过程从统计过程控制（SPC）到统计过程诊断

5、（SPD）到统计过程调整（SPA）的发展历程，从单变量统计过程控2制到多变量统计过程控制的角度，分别阐述了休哈特控制图和HotellingT控制图的特点和使用规则。2针对传统的控制图模式识别率不高和网络结构复杂的问题，本文提出了基于核主元分析的神经网络控制图模式识别的单变量异常诊断算法。首先结合核方法和原始特征空间的降维方法，将低维空间中的非线性特征映射到高维特征空间，并使其转化为线性特征，再将其进行线性组合并向低维空间投影，然后用BP神经网络分类器对控制图模式进行识别。将该方法与其他方法（BP，PCA-BP）进行对

6、比显示该方法的优越性。3针对实际的制造过程的多元性、非线性、强关联性和耦合等特性，提出了基于遗传优化的支持向量机多元质量过程均值异常诊断方法，探求多元质量过程均值异常诊断及变量识别。利用遗传算法（GeneticAlgorithm，GA）的强鲁棒性、隐含并行性和全局搜索特性等优点。从特征子空间的优化出发，采用遗传算法来对支持向量机（SupportVectorMachine，SVM）的核参数和惩罚因子进行全局寻优，最后构建多分类SVM分类器实现了多元制造过程异常变量的定位和分离，本文引用了Montgomery（蒙哥马利）

7、的来自化工过程二元过程作为例证，通过实例来验证并分别与BP，SVM等方法进行对比。显示了本文所提方法诊断正确性和可靠性。关键词：质量过程诊断；控制图模式识别；核主元分析；支持向量机；神经网络I摘要AbstractAlongwiththerapiddevelopmentofmodernmanufacturing,theimportantwaysforenterprisetowininthemarketistoimproveitsproductqualityandguaranteeingitsconsistency.Wh

8、ileasignificantmethodtoguaranteetheproductqualityistocontrolthequalityintheproducingprocessanddiagnosetheabnormalvariableifnecessary.However,onlyusingtraditionalstatisticalp