针对现有方法在智能制造过程中诊断能力有限和识别精度不高的问题，提出了一种与智能制造过程相适应的基于卷积神经网络的质量异常诊断模型。首先建立基于实时数据的过程质量图谱，以精准表达制造过程运行状态。其次，构建用于识别质量图谱的卷积神经网络诊断模型。最后，利用滑动窗口取值的方式对当前过程运行状态进行动态诊断，并通过某球磨过程验证了所提方法的有效性与实用性。结果表明，所提方法优于传统浅层模型，能够有效的对过程异常状态进行识别与诊断。
科研之友
微信
新浪微博
Facebook
分享链接
