科研之友
微信
新浪微博
Facebook
分享链接
摘要
在汽车零部件制造行业中,部分企业对产品的质量检验方式采用的是产出后由人工进行,目前针对残次品的处理方法仍然是由人工即时发现即时处理,因此在机床加工产品的同时对产品进行质量预测并由维护人员对机床采取提前预防措施有了很重要的意义。本文采用基于ARIMA模型与BP人工神经网络算法作为产品质量预测方法。从机床原始数据中提取可用信息,对提取后的所有相关参数用SPSS分析模块中的ARIMA模型进行建模、分析与预测,形成质量预测数据,结合应用由Python的Keras库与TensorFlow框架构建的BP人工神经网络在非线性拟合上的优势,构建组合预测模型,实际验证了该模型在短期质量预测方面的可行性。
- 单位
