面向过程质量控制的数据降维与熵分析研究

《面向过程质量控制的数据降维与熵分析研究》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、巧姑丢觀少參圓硕±学位论文！Ｉ面向过程质量控制的数据降维８与傭分析研究作者姓名晝雄学校导师姓名、职疏職波副教授全业导师姓名、职称李翌辉髙工Ｉ申请学位类别工程硕±Ｉ９１！纖学校代码10701学号1304122125分类号TB114.2密级公开西安电子科技大学硕士学位论文面向过程质量控制的数据降维与熵分析研究作者姓名：章雄领域：机械工程学位类别：工程硕士学校导师姓名、职称：马洪波副教授企业导师姓名、职称：李翌辉高工学院：机电工程学院提交日期：2015年12月Rese

2、archonDataDimensionalityReductionandEntropyAnalysisforProcessQualityControlAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinMechanicalEngineeringByZhangXiongSupervisor:MaHongboAssociateProfessorLiYihuiSeniorEngineerDec

3、ember2015西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加标注和致谢中所罗列的内容Ｗ外，论文中不包含其他人己经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同事对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。学位论文若有不实之处一，本人承担切法律责任。為＞＇小本人签名：日

4、期；［令平西安电子科技大学关于论文使用授权的说明目本人完全了解西安电子科技大学有关保留和便用学位论文的规定，Ｐ；研巧生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文的复印件学校可Ｗ公布论文的全部或部分内容，，允许查阅、借阅论文；允许采用影印、缩印或其它复制手段保存论文。同时本人保证，结合学位论文研究成果完成的论。文、发明专利等成果，署名单位为西安电子科技大学保密的学位论文在。＿＿年解密后适用本授权书本人签名：：ｊ＾导师签名幸呵＾日期如布＞

5、（／：日期：摘要摘要过程质量控制(ProcessQualityControl,PQC)是监测产品制造质量的一种有效有段，主要包括两个方面：一是过程质量是否稳定；二是稳定的过程能力是否满足技术要求。统计过程控制(StatisticalProcessControl,SPC)可以用来判断过程质量的稳定性，过程能力分析(ProcessCapabilityAnalysis,PCA)则用于评估生产过程的实际加工能力。随着智能制造的发展，制造业在加工、装配、试验、检验等环节可以采集到大量与质量相关的数据，将数据挖掘应用到

6、SPC中可以充分利用大数据的价值，然而大数据维度大异常点多的特点增加了数据挖掘的复杂度。PCA假设过程参数服从一致性分布，这一点在实际生产中并不总是能得到满足，导致分析结果不能准确的反映真实生产过程能力。因此，为了更好的将数据挖掘应用到SPC中，更准确的评估生产过程能力，就必须有效地对收集到的质量相关数据进行维度处理，并解决过程能力分析的假设性问题。因此本文主要针对这两个问题进行了研究：(1)针对数据的高维度问题，应用特征提取方法降低数据维度。在主成分分析(PrincipalComponentAnalysis,PCA)

7、的基础上，引入滑动窗口模型及异常点检测，对新到达的数据进行增量更新并去除异常点，以提高主成分分析的速度，消除异常点对降维的影响，从而快速准确的降低数据维度。通过仿真分析验证了提出算法的有效性。(2)针对传统过程能力分析假设过程参数为一致分布的缺点，引入熵方法，检测数据分布的变化。样本熵(SampleEntropy,SampEn)只能检测时间序列方差的变化，因此本文对样本熵的输入做了修改，使其不仅可以检测时间序列方差的变化而且可以检测均值的变化。通过仿真分析对提出的算法进行了验证，最后计算出不同数据段在方差与均值变化下熵

8、值比的百分位数，为检测生产过程变化提供了一个可靠的参考。本文通过对过程质量控制的研究，分析数据挖掘在SPC应用中的困难及过程能力分析在实际应用中的不足，提出了相应的解决方法并对其进行了仿真验证。所以，本文对数据挖掘及大数据等技术在产品过程质量控制中的应用具备一定的参考价值。关键词：特征提取，主成分分析，熵分析，过程能力分析，数据挖