摘要
本发明涉及一种多工序制造过程质量监控方法、装置及存储介质,所述的方法包括基于智能传感器和数据收集技术,从多工序制造过程中获取多模态数据和质量数据;预处理多模态数据;确定对最终产品质量影响最大的制造工序,在关键工序建立质量检查点;建立和训练人工神经网络自编码器模型,对多模态数据进行融合和特征提取;分别建立单工序、跨工序和多工序的在线监控体系;对监控中发现的异常问题进行诊断和根因分析,并按需更新检测策略和模型。本发明针对多工序制造过程的特点,建立全面在线监控体系,实时在线指导生产工序的质量过程管控,对异常情况做出诊断,提升问题处理和决策的能力。
技术关键词
人工神经网络
编码器
数据处理单元
监控方法
数据收集技术
数据采集单元
多模态
智能传感器
异构
循环神经网络模型
变量
监控装置
马尔可夫链蒙特卡罗
重构误差
参数
在线
插补方法
高维数据空间
多元回归方法
系统为您推荐了相关专利信息
调度系统
数据监控系统
可视化单元
数据采集单元
数据处理单元
递归神经网络模型
大功率用电器
负荷分解方法
多层感知机人工神经网络
分治策略
分类识别模型
网络
多模态特征
数据
计算机程序产品