基于支持向量数据描述的线性轮廓监控研究.pdf

《基于支持向量数据描述的线性轮廓监控研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第10期组合机床与自动化加工技术NO．1O2015年10月ModularMachineTool&AutomaticManufacturingTechniqueoct．2015文章编号：1001—2265(2015)10—0080—04DOI：10．13462／j．cnki．mmtamt．2015．10．022基于支持向量数据描述的线性轮廓监控研究李莉(天津职业大学电子信息工程学院，天津300410)摘要：在制造过程中，存在一类过程输出与一个或多个独立变量之间有线性函数关系的情况，称为线性轮廓(Linearprof

2、ile)。针对线性轮廓控制的问题，提出了基于支持向量数据描述(SupportVectorDataDescription，SVDD)的线性轮廓控制图，并分析了SVDD参数对分类器性能的影响及控制图参数的确定方法。仿真结果表明，基于SVDD的线性轮廓控制图在监控截距和残差变异时比控制图性能更好，而监控斜率的变异时，控制图性能更好。关键词：线Il生轮廓；支持向量数据描述；控制图；平均运行链长中图分类号：TH16；TG65文献标识码：AStudyontheLinearProfileMonitoringBasedonSup

3、portVectorDataDescriptionLILi(SchoolofElectronics&InformationEngineering，TianjinVocationalInstitute，Tianjin300410，China)Abstract：Inmanufacturingprocesses，thereexistakindofprocessesinwhichtheoutputoftheprocesshasalinearrelationshipbetweenoneormoreindependentva

4、riables．Theoutputofthiskindofprocessesisknownaslinearprofile．Inthispaper，asupportvectordatadescription(SVDD)basedcontrolchartispro—posedformonitoringthelinearprofiles．Furthermore，theeffectsoftheparametersontheSVDDclassifierareanalyzedandthemethodofcontrolchar

5、tlimitdeterminationispresented．SimulationresultsshowthattheproposedSVDD—basedcontrolhasbetterperformancethanthecontrolchartfordetectingshiftsininter-ceptandresiduals．Howerver．thechartisbetterthantheproposedcontrolchartwhenthereareshiftsintheslopeofthelinearpr

6、ofileonly．Keywords：linearprofile；supportvectordatadescription；controlchart；averagerunlength问题，构建了过程监控模型和方法。在控制图构建中，0引言需要获取受控数据集进行参数估计，为此Mahmoud等统计过程控制(StatisticalProcessControl，SPC)常(2007)提出了响应的变点(ChangePoint)分析方法。用于对过程的稳定性进行监控。随着制造过程的复杂对于存在多个响应的多元线性轮廓控制问题，Zo

7、u等化，很多过程可以用一个或多个响应(Response)变量(2012)E6]构建了基于变量选择的多元线性轮廓控制(1，)与一个或多个解释变量()之间的函数关系，形如方法。针对响应和变量之间存在更复杂的函数关系的Y=．X)，称为轮廓(Profile)。Kang&Albin(2000)情况，Qiu等(2013)构建了非参数轮廓监控方法。描述了一种人工甜味剂的质量检测问题。针对轮廓监本质上看，控制图是一个分类器，用于区分受控过程和控(Profilemonitoring)的问题，研究者开发了用于此类失控过程。基于分类方

8、法构建过程监控，正成为一个过程的监控的控制图(Controlchart)。在不同的输入热点的研究方向，如基于决策树(DecisionTree)的方输出函数关系中，线性关系的形式最简单，研究也最深法以及基于神经网络(ArtificialNeuralNetwork，入。Woodall等(2004)提出了采用控制图进行轮廓ANN)的方法。基于分类的方法需要大量受控和失监控的思路