科研之友
微信
新浪微博
Facebook
分享链接
摘要
物联网和5G技术的发展使得生产制造环节中产生的大量数据被收集变成可能。中国智能制造的创新和发展离不开数据驱动，基于数据驱动的离散式生产制造中特定工件的质量符合率对制造企业的生产制造过程控制极为重要，是实现智能生产和智能决策的关键环节。通过对国内外关于质量符合率的研究进行文献综述，界定离散式制造、特定工件和质量符合率的概念，基于实际生产特定工件中收集的12934笔数据建立质量符合率随机森林模型和Bagging模型，分别对包含20个变量的数据集进行学习。根据两个模型预测精度的对比分析，表明随机森林模型对质量符合率的预测更加有效，其预测精度达99.47%。此外，基于数据样本集，对影响特定工件质量水平的变量进行重要性分析，找出关键变量，提取不同质量水平的特定工件的重要特征，为提高特定工件质量符合率提供决策依据和指导。
-
单位华南理工大学; 工商管理学院
