一种基于动态PCA-SVM的加工质量监测方法

    公开(公告)号:CN113344395A

    公开(公告)日:2021-09-03

    申请号:CN202110657758.2

    申请日:2021-06-14

    Abstract: 本发明公开了一种基于动态PCA‑SVM的加工质量监测方法,针对于非均匀采样的加工过程数据与质量数据存在时序相关性,利用动态时间窗口提取加工过程数据与质量数据之间的时序动态关系,进一步结合PCA方法对所涉及的加工过程变量进行去噪、降维、消除相关性等预处理和特征提取,提高质量监测效率;针对加工过程与质量之间非线性、高维的复杂关联关系带来的质量监测准确性差,出现误报、漏报,将经过动态PCA提取后的加工过程与质量数据主成分特征作为样本,训练SVM分类器,并利用测试样本进行SVM模型测试,最后获得泛化性较强的加工过程质量监测模型。本发明方法降低了原始过程数据中的噪声,进而提高了质量监测模型准确率和计算效率。

    一种基于增量学习的不同工况下刀具磨损预测方法

    公开(公告)号:CN113313181A

    公开(公告)日:2021-08-27

    申请号:CN202110623481.1

    申请日:2021-06-04

    Abstract: 本发明涉及一种基于增量学习的不同工况下刀具磨损预测方法,将具有增量学习能力的EAM网络用于不同工况下刀具磨损预测,并对学习过程中网络参数逐步更新。对本发明的检验是对新的知识中新的类别样本进行增量学习后,证明EAM分类器对新知识中新的类别样本进行学习后不影响原有学习到的知识;而分类器对增量样本Z1在对其学习前的识别率为0,意味着建立该分类器的训练样本不包含样本Z1中的数据的类别,对增量样本Z1进行学习后得到的新的分类器对Z1的识别率大大提高,证明新的分类器能够学习到增量样本Z1中的新的类别样本的知识,预测误差明显下降,即学习新的数据后,网络的预测准确率提高至83%以上。

    一种基于动态规划的语义服务组合方法

    公开(公告)号:CN103149840B

    公开(公告)日:2015-03-04

    申请号:CN201310041818.3

    申请日:2013-02-01

    Inventor: 王明微 周竞涛

    Abstract: 本发明提出一种基于动态规划的语义服务组合方法,首先通过工作流引擎将制造业务流程模型进行分解,提取每一个活动节点的需求,然后过服务发现匹配过程获取满足该活动的所有服务,最后根据一定策略从每个挑选合适的候选服务生成服务组合方案,实现将具体的语义服务映射到任务上。结合网络化制造模式特点,采用工作流模型描述的制造业务过程,将语义服务组合方案的生成过程转化为一个动态演化、多阶段决策过程,以服务间数据语义关系为约束,以组合方案综合质量为优化目标,利用动态规划方法生成全局最优的组合方案。该方法易于确定全局最优解,节省了计算量,有助于为用户提供丰富的组合方案结果,提高组合方案的可执行性和组合过程的自动化程度。

    一种基于组合赋权法的多工艺方案规划方法

    公开(公告)号:CN102521694A

    公开(公告)日:2012-06-27

    申请号:CN201110401722.4

    申请日:2011-12-07

    Abstract: 本发明公开了一种基于组合赋权法的多工艺方案规划方法,分析影响工艺方案质量的各种因素,建立两层评价体系;采用隶属度函数对各评价指标数据进行标准化处理;采用基于工艺知识数据的模糊综合评价法和变异系数法分别对各个评价指标进行赋权;结合模糊综合评价法和变异系数法两种赋权的结果,以权重误差平方和最小为目标函数,采用拉格朗日乘子法计算组合权重;基于组合权重结合灰色关联分析法,根据设计两层评价结构建立两层灰色关联分析模型,通过求解模型得到的各候选工艺方案的关联度大小选择最佳工艺方案。本发明减小了各优化目标权重分配的偏差,提高了工艺方案的可执行性。

Patent Agency Ranking