科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对函数式复杂且观测点位置固定的非线性profile监控问题,提出一种基于提升小波重构与支持向量数据描述(Support Vector Data Description,SVDD)的方法来监控非线性轮廓图的异常波动。首先采用提升小波对原始数据进行去噪重构处理,还原初始数据的有用信息。其次对去噪后的重构数据进行SVDD模型训练,通过Bootstrap重采样的方法确定控制限,提高模型寻参效率。最后对训练的模型进行生产过程的异常轮廓监控性能研究。通过计算机仿真实验表明,该方法在质量监控过程中的平均链长较短,能及时发现异常轮廓。
