CN116088453B 生产质量预测模型训练方法及装置、生产质量监控方法 （华中科技大学）

本发明公开了一种生产质量预测模型训练生产参数xi相对于质量指标yj的主观系数krv,主观系数kroy为基于层次分析法所确定的生产本数据中每个生产参数xi与对应的多维度质量2确定生产参数xi相对于质量指标yj的主观系数主观系数krvy为基于层次分析计算各初始样本数据中每个生产参数xi与对应的多维度质量指标集Y的复相关系数以矩阵作为输入、质量指标yj作为输出构建训练样本(C，所预测的为电缆三层共挤工序所生产的电缆质量指标数据，其中，2.如权利要求1所述的生产质量预测模型训练4.如权利要求3所述的生产质量预测模型训练方法，其特征在于，t)=γT+0.5λw2t建立生产工艺的层次结构模型，其中，质量指标yj与多维度生产参数集X＝(x1,3i为第i维生产参数的权重；通过计算一致性指标C.I.进行一致性检验，判定根据经验所设置的判断矩阵是否合其中，为生产参数xi与多维度质量指标集Y中每个元素的协方差构成的协方差矩YY为多维度质量指标集Y各元素之间的协方差构成的协方差矩阵，为ΣYY的逆矩观系数为基于层次分析法所确定的多维度生产复相关系数计算单元，用于计算各初始样本数据中每个生产参数xi与对应的多维度质量指标集Y的复相关系数Rxrs所预测的为电缆三层共挤工序所生产的电缆质量指标数据，其中，4将各维度的生产参数xi扩展为二维输入向量并构建输入矩阵5[0007]以多维度生产参数集X＝(x1,x2,……,xm)和对应的多维度质量指标集Y＝(y1,j为第j维[0008]确定生产参数xi相对于质量指标yj的主观系数主观系数kroy为基于层次分析法所确定的多维度生产参数集X＝(x1,x2,……,xm)中生产参数xi对质量指标yj的影响[0009]计算各初始样本数据中每个生产参数xi与对应的多维度质量指标集Y的复相关系6[0019]建立生产工艺的层次结构模型，其中，质量指标yj与多维度生产参数集X＝(x1,[0028]其中，EXW为生产参数xi与多维度质量指标集Y中每个元素的协方差构成的协方7[0036]将各维度的生产参数xi扩展为二维输入向量并构建输入矩阵[0037]其中，主观系数kxvy为基于层次分析法所确定的多维度生产参数集X＝(x1,[0039]在其中一个实施例中，所预测的为电缆三层共挤工序所生产的电缆质量指标数系数以及生产参数xi相对于质量指标yj的主观系数其中，复相关系数反应了生产参数xi与多维度质量指标集Y的线性相关度，而指标yj的所有生产参数中生产参数xi对质量指标yj的影响权重。将各维度的生产参数xi扩8展为三维输入向量并重新构建输入矩阵[0044]如图1所示为生产质量预测模型训练方法的步骤流程图，以下对其中的各个步骤[0047]本发明考虑产生中所涉及的多个生产参数以及所考量的多方面的质量指标。例j个满足标准正态分布的高斯白9[0060]5)在r1(t)中加入第1步中的N组分别对成对的正负高斯白噪声采用EMD分解的辅[0073]其中xi为初始样本集中的任意一个第i维生产参数，max为初始样本集中的第i维[0079]步骤S200：确定生产参数xi相对kroy为基于层次分析法所确定的多维度生产参数集X＝(x1,x2,……,xm)中生产参数xi对数都有可能对质量指标yj有影响，且影响程度不同。因此，步骤S200为基于层次分析法重，即为生产参数xi相对于质量指标yj的主观系数[0082]其中，层次分析法(AHP)本身是一种解决多目标的复杂问题的定性与定量相结合次分析法(AHP)确定每种生产参数对某个质量指标的影响权重，以指导后续神经网络的训apq表示第p维生产参数相比于[0087]该判断矩阵中各元素的值(标度)为参考判断尺度参考表[0101]步骤S300：计算各初始样本数据中每个生产参数xi与对应的多维度质量指标集Y算对应于每个生产参数xi与对应初始样本中的多维度质量指标集Y的复相关系数Rre[0105]其中，EXW为生产参数xi与多维度质量指标集Y中每个元素的协方差构成的协方差矩阵；ΣYY为多维度质量指标集Y各元素之间的协方差构成[0108]将任一初始样本数据中的每一个生产参数xi扩展为三维向量(,RWKW)i=1,2…,m,m个生产参数则构成m*3的矩阵以(yj)[0128]主观系数确定单元，用于确定生产参数xi相对于质量指标yj的主观系数其度质量指标集Y的复相关系数Rxrs[0131]该生产质量预测模型训练装置可以用于实现上文介绍的生产质量预测模型训练[0135]其中，生产质量预测模型模型为根据上文生产质量预测而主观系数krvy与训练生产质量