基于工况识别的注塑过程产品质量预测方法

• 作者: 杨毅 赵斐 陆宁云
• 来源期刊: 化工学报
• 关键词: 注塑过程 产品质量预测 拉普拉斯特征映射 Mean Shift聚类 偏最小二乘支持向量机
• 年，卷（期）: 2013,（7）
• 所属期刊栏目: 过程系统工程
• 页码范围: 2526-2534
• 页数: 9页
• 分类号: TP277
• 语种: 中文
• DOI: 10.3969/j.issn.0438-1157.2013.07.030

摘要

针对多工况注塑过程的在线质量预测问题,考虑了过程数据高维、耦合、非线性等特点,采用拉普拉斯特征映射(LE)方法实现过程数据的非线性降维；在低维特征空间中采用Mean Shift聚类算法完成样本的工况聚类,以便注塑过程的工况分析和知识挖掘；同时运用Mean Shift原理,提出一种新样本的在线工况识别方法；最后应用基于混合粒子群(PSO)参数寻优的偏最小二乘支持向量机(PLS-LSSVM)方法,建立了多工况注塑过程的产品质量软测量模型.实验结果表明,相较于PLS-LSSVM方法,本文方法的预测精度和泛化性能均有明显提高,可为实际注塑企业提供一种效果良好的多工况产品质量在线预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆宁云	南京航空航天大学自动化学院	36	195	7.0	12.0
2	杨毅	浙江大学控制工程与科学系	48	313	8.0	17.0
3	赵斐	南京航空航天大学自动化学院	1	17	1.0	1.0