摘要
本发明公开了一种电池生产过程异常源识别方法,涉及异常源识别技术领域。具体包括以下步骤:S1、通过离群度量因子构建涂布质量特性异常监测模型,对超出控制限的样本标记为异常;S2、基于质量特性预测模型,通过重构过程变量并计算预测偏差计算各过程变量的异常贡献度;S3、按异常贡献度排序迭代重构过程变量,直至预测质量特性回归控制限内,输出异常源。旨在构建涂布质量特性异常监测模型,量化过程变量的异常贡献度,以识别导致质量特性异常的主要过程变量,进而确定涂布过程的异常源。
技术关键词
识别方法
变量
样本
重构
度量
广义回归神经网络
电池
因子
邻居
涂布
信息熵
偏差
矩阵
标记
模式
取向
压力
速度
系统为您推荐了相关专利信息
监督式机器学习
待测对象
辅助临床决策
训练样本集
干扰素
TiAl合金
组织
图像采集设备
材料性能参数
疲劳裂纹扩展路径
计算方法
激光测风雷达
湍流模型
数据同化方法
Tecplot软件
样本
图像生成方法
图像编码器
多视角
图像解码器