摘要
本发明公开了一种适用于工业智能制造的产品质量虚拟量测方法,首先利用工厂设备传感器采集产品生产过程中的数据,并对数据进行预处理;将记录产品生产过程数据的各个传感器视为结点,采用贝叶斯信息准则和已有生产规则构建这些结点间的高斯贝叶斯网络,将产品生产过程数据表示为图结构的形式;采用图卷积神经网络GCN训练表征产品生产过程数据的图结构数据,建立产品生产过程数据和产品质量间的模型,利用该模型预测产品质量,实现产品质量的虚拟量测。上述方法能解决虚拟量测中传感器参数维度高、工艺过程复杂导致产品质量预测困难的问题,可以综合分析多条传感器的监测数据来实现质量监测,提高量测准确率。
技术关键词
虚拟量测方法
Softmax函数
贝叶斯信息准则
节点特征
协方差矩阵
数据
结点
工厂设备
产品质量预测
多元传感器
变量
网络
概率密度函数
关系
工业
离群点
数值
系统为您推荐了相关专利信息
电池盖板
装配检测方法
图像
卷积神经网络模型
Pearson相关系数
异常检测方法
深度学习算法
节点特征
拓扑结构数据
周期性特征