基于提升小波与SVDD的非线性profile监控

• 作者: 李虹灿 田光杰
• 来源期刊: 组合机床与自动化加工技术
• 学科: 工学
• 关键词: 非线性profile监控 提升小波 支持向量数据描述
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 先进管理技术
• 页码范围: 152-156
• 页数: 5页
• 分类号: TH166|TG506
• 字数: 5063字
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2019.09.038

摘要

针对函数式复杂且观测点位置固定的非线性profile监控问题,提出一种基于提升小波重构与支持向量数据描述(Support Vector Data Description,SVDD)的方法来监控非线性轮廓图的异常波动.首先采用提升小波对原始数据进行去噪重构处理,还原初始数据的有用信息.其次对去噪后的重构数据进行SVDD模型训练,通过Bootstrap重采样的方法确定控制限,提高模型寻参效率.最后对训练的模型进行生产过程的异常轮廓监控性能研究.通过计算机仿真实验表明,该方法在质量监控过程中的平均链长较短,能及时发现异常轮廓.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李虹灿	郑州大学商学院	1	0	0.0	0.0
2	田光杰	郑州大学商学院	3	0	0.0	0.0