基于制造历史数据的产品标识失效预测与补救方法

• 作者: 何卫平 李夏霜 王健 郭改放
• 来源期刊: 计算机集成制造系统
• 学科: 工学
• 关键词: 直接标刻技术 制造历史数据 预测与补救 主成分分析 神经网络
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 数字化/网络化/智能化制造技术
• 页码范围: 2494-2503
• 页数: 10页
• 分类号: TH166
• 字数: 7381字
• 语种: 中文
• DOI: 10.13196/j.cims.2015.09.026

摘要

针对离散制造企业生产环境和工艺的复杂性容易引起产品标识由于磨损、污染等因素而不可识读的问题,提出一种基于制造历史数据的产品标识失效预测与补救方法.给出了基于直接标刻技术的产品制造历史信息模型,分析了标识失效的影响因素并对历史数据进行Z-score标准化,通过主成分分析方法优化提取的特征,建立了神经网络标识失效预测模型,结合神经网络预测结果和标识转移与继承方法进行了失效标识的恢复补救.实例结果表明,该方法能够较好地预测产品标识失效并进行补救.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何卫平	西北工业大学现代设计与集成制造教育部重点实验室	147	1986	22.0	36.0
2	王健	西北工业大学现代设计与集成制造教育部重点实验室	78	600	13.0	22.0
3	郭改放	西北工业大学现代设计与集成制造教育部重点实验室	9	43	4.0	6.0
4	李夏霜	西北工业大学现代设计与集成制造教育部重点实验室	8	45	4.0	6.0