摘要
本发明公开了基于人工智能的线束制造管理系统及方法,涉及智能制造技术领域,包括,将结构化特征向量与工艺约束条件输入多目标强化学习模型,生成工艺参数指令;执行工艺参数指令,实时监测产品良率,并对异常产品良率进行跨工序质量追溯;追溯异常批次在压接、装配和测试工序的历史数据,基于贝叶斯因果网络计算各工序的缺陷根因概率,获取质量缺陷的主次根因,并进行分析;根据主次根因分析结果动态更新工艺约束条件,调整多目标强化学习模型的奖励函数并重新优化工艺参数指令。本发明实现了对生产设备运行状态的精确捕捉和生产工艺的实时优化调整,并形成闭环管理流程,从而显著提升了生产的灵活性、效率以及产品质量。
技术关键词
强化学习模型
优化工艺参数
管理方法
生成工艺
线束
良率
动态更新
指令
数据处理模块
管理系统
监控模块
热成像
设备运行状态
分析模块
频谱特征
网络
数字孪生
处理器
订单
系统为您推荐了相关专利信息
高能离子注入机
联合调控方法
透镜
强化学习模型
射频
主蒸汽压力
汽轮机
动态管理方法
神经网络模型训练
功率
剩余寿命预测
机房运维管理方法
支持向量回归模型
多任务
通用特征