摘要
本发明公开了一种基于BO‑BiGRU与CUSUM的工序质量微小偏移动态监测预警方法,包括:S1、得到实际工序质量数据集,划分为训练集样本和测试集样本;S2、通过ARIMA模型拟合,得到仿真工序质量数据集;S3、构建初始BiGRU模型,将BiGRU模型中超参数作为模型变量,构建贝叶斯优化的目标函数;S4、构建贝叶斯优化算法BO,以BiGRU模型作为目标函数,得到最优的超参数组合;S5、构建BO‑BiGRU模型,获取目标BO‑BiGRU模型;S6、保留最近时间步长的观测数据,作为目标BO‑BiGRU模型的输入,得到工序质量预测值;S7、计算CUSUM控制图的控制限,将真实数据和模型预测的多步数据绘制在CUSUM控制图上;S8、更新CUSUM控制图的样本点,判断工序质量受控状态。本申请实现微小偏移早期预警,有效监测当前及后续偏移趋势。
技术关键词
监测预警方法
ARIMA模型
样本
动态
训练集
门控循环单元网络
时序特征
滑动窗口机制
模型超参数
算法
仿真数据
表达式
变量
序列
车间
采样点
系统为您推荐了相关专利信息
调频
调峰方法
电网频率偏差
模糊逻辑控制器
虚拟惯量控制
脚本
特征提取模型
生成对抗网络
Hessian矩阵
样本
机器学习辅助
随机森林模型
指标
机器学习模型训练
生物标志物
爆震传感器
车辆发动机
数据
成分分析
发动机工况