论文摘要
整合的统计过程控制(Statistical Process Control简称SPC)与自动过程控制(Automatic Process Control简称APC)系统作为一种减少过程波动、稳定产品质量的控制方法,是目前工业过程控制领域研究的一个热点问题。SPC是探测和消除异常干扰的主要工具,通常采用控制图技术,监测过程输出。随着现代制造业自动化生产机器设备日益复杂及过程的多变性,使生产过程输出数据出现高度自相关性,破坏了传统SPC技术关于过程数据独立性的假设,使得监测过程中假警报的几率增加。APC基于反馈调整原理,可消除过程数据的自相关性,减少过程波动。整合使用SPC与APC可兼具过程监测与调整两方面的优点,避免二者单独使用的不足。但通常在整合构架下的SPC/APC系统中,APC在调整系统内部干扰所造成的过程输出偏差的同时,也会降低异常因素对系统所造成的影响,从而影响SPC控制图的监测能力,延迟系统异常因素发现的时间。因此,基于传统过程调整与监测技术的整合SPC/APC系统亟待从两个方面进行改进。一是设计推导更适合过程补偿的APC调整控制器;二是发展和完善更具监测效果的控制图。人工神经网络是由大量简单的处理单元相互连接而成的高度复杂的非线性动力学系统,具有学习能力、映射能力及联想记忆和泛化能力,被广泛应用于系统辨识、时间序列预测和模式识别等研究领域。本文将人工神经网络技术引入整合的SPC/APC系统,进行了过程调整与监测的理论和方法研究。(1)针对自相关过程,研究并给出了一种基于径向基(RBF)神经网络的过程干扰时间序列预测方法,改进了传统的MMSE控制器的控制性能。设计了BP神经网络控制器,可实现自相关过程的在线调整,克服了传统的MMSE控制器和PID控制器参数设置困难的缺陷,仿真实验结果表明,基于人工神经网络的APC控制策略数据处理快速,控制精度高。(2)为提升整合SPC/APC系统的过程监测能力,针对不同的过程模型和不同程度的异常干扰,设计了BP神经网络过程监测模型,将APC中的过程调整量和过程输出量作为神经网络的输入量,构建具有良好模式分类能力的SPC监测方案,综合考虑过程调整量和输出量中所包含的异常因素的信息,能够及时、准确地探测到存在于过程中的异常干扰。(3)分别以MSE和ARL作为过程调整与监测的评价性能指标,对基于人工神经网络的整合SPC/APC系统与传统整合SPC/APC系统进行了过程调整与监测的仿真实验对比研究,结果表明基于人工神经网络的过程调整与监测方法可以有效地提高整合SPC/APC系统的性能。
论文目录
相关论文文献
- [1].基于优化神经网络的地质灾害监测预警仿真[J]. 计算机仿真 2019(11)
- [2].基于进化神经网络的304不锈钢车削加工表面粗糙度预测[J]. 轻工机械 2019(06)
- [3].时频联合长时循环神经网络[J]. 计算机研究与发展 2019(12)
- [4].几种典型卷积神经网络的权重分析与研究[J]. 青岛大学学报(自然科学版) 2019(04)
- [5].基于GA-BP神经网络异纤分拣机检测参数优化[J]. 棉纺织技术 2020(01)
- [6].基于集成神经网络的织物主观风格预测研究[J]. 纺织科技进展 2020(01)
- [7].试析神经网络技术在机械工程中的应用及发展[J]. 网络安全技术与应用 2020(02)
- [8].一种深度小波过程神经网络及在时变信号分类中的应用[J]. 软件 2020(02)
- [9].不同结构深度神经网络的时间域航空电磁数据成像性能分析[J]. 世界地质 2020(01)
- [10].基于深度神经网络的航班保障时间预测研究[J]. 系统仿真学报 2020(04)
- [11].基于生成对抗网络和深度神经网络的武器系统效能评估[J]. 计算机应用与软件 2020(02)
- [12].基于循环神经网络的双轴打捆机智能换挡策略研究[J]. 安徽工程大学学报 2020(01)
- [13].基于图神经网络的实体对齐研究综述[J]. 现代计算机 2020(09)
- [14].基于改进的循环神经网络深度学习跌倒检测算法[J]. 电脑编程技巧与维护 2020(03)
- [15].神经网络探索物理问题[J]. 物理 2020(03)
- [16].基于GA-BP神经网络的城市用水量预测[J]. 现代电子技术 2020(08)
- [17].基于深度神经网络的药物蛋白虚拟筛选[J]. 软件工程 2020(05)
- [18].基于轻量级神经网络的人群计数模型设计[J]. 无线电工程 2020(06)
- [19].高效深度神经网络综述[J]. 电信科学 2020(04)
- [20].含磁场耦合忆阻神经网络放电行为研究[J]. 广西师范大学学报(自然科学版) 2020(03)
- [21].基于神经网络及特征运算的老年人平衡能力分析[J]. 重庆工商大学学报(自然科学版) 2020(04)
- [22].神经网络技术在机械工程中的应用及发展探析[J]. 科技创新与应用 2020(18)
- [23].基于竞争神经网络的变电站巡视周期分类[J]. 科技创新与应用 2020(18)
- [24].基于双向循环神经网络的语音识别算法[J]. 电脑知识与技术 2020(10)
- [25].结合相似日与改进神经网络的短期光伏发电预测[J]. 广西电业 2020(04)
- [26].基于神经网络的流感大数据分析[J]. 中华医学图书情报杂志 2020(03)
- [27].长短时记忆神经网络在地电场数据处理中的应用[J]. 地球物理学报 2020(08)
- [28].基于门控循环单元神经网络的公交到站时间预测[J]. 南通大学学报(自然科学版) 2020(02)
- [29].鼠脑神经网络的同步辐射3D成像研究[J]. 核技术 2020(07)
- [30].基于长短记忆神经网络的短期光伏发电预测技术研究[J]. 华北电力大学学报(自然科学版) 2020(04)