基于小波分析的控制圖混合異常模式識(shí)別研究.pdf

1、控制圖是一種成功應(yīng)用到實(shí)際生產(chǎn)過(guò)程質(zhì)量監(jiān)控和診斷的有效工具，特別是在生產(chǎn)過(guò)程中的監(jiān)控的應(yīng)用很大提高了生產(chǎn)質(zhì)量保證的水平。盡管控制圖對(duì)于生產(chǎn)過(guò)程中的質(zhì)量控制發(fā)揮了巨大作用，但它對(duì)生產(chǎn)過(guò)程中的混合異常模式難以識(shí)別，很大程度削弱了控制圖的識(shí)別效果。目前，很多研究都是基于基礎(chǔ)異常模式，對(duì)于混合異常模式的識(shí)別研究相對(duì)較少。同時(shí)小波分析和BP神經(jīng)網(wǎng)絡(luò)對(duì)控制圖模式識(shí)別已成為研究熱點(diǎn)。本文就小波分析和BP神經(jīng)網(wǎng)絡(luò)的結(jié)合對(duì)質(zhì)量控制圖混合異常模式進(jìn)行探索研

2、究。
　　本文研究?jī)?nèi)容如下:首先用蒙特卡洛方法生成基礎(chǔ)異常模式特征數(shù)據(jù)，并用基礎(chǔ)模式數(shù)據(jù)的矩陣相互疊加作為相應(yīng)混合異常模式數(shù)據(jù)的來(lái)源。其次用BP神經(jīng)網(wǎng)絡(luò)對(duì)基礎(chǔ)異常模式進(jìn)行訓(xùn)練并檢測(cè)網(wǎng)絡(luò)的正確識(shí)別率。之后利用一維離散小波對(duì)原始數(shù)據(jù)進(jìn)行特征提取，建立小波分析的控制圖混合異常模式識(shí)別模型。最后對(duì)小波基函數(shù)的選擇和BP神經(jīng)網(wǎng)絡(luò)參數(shù)作出相應(yīng)分析，將重構(gòu)細(xì)節(jié)信號(hào)和近似信號(hào)作為原數(shù)據(jù)的基礎(chǔ)異常模式數(shù)據(jù)輸入到訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別研究，得出

3、模式識(shí)別結(jié)論。
　　如何選定基礎(chǔ)小波以及提取控制圖混合異常模式的特征是本文研究的關(guān)鍵。
　　本文根據(jù)小波函數(shù)的特性選用DbN、SymN和CoifN三種小波函數(shù)。然后利用MATLAB工具箱將三種小波函數(shù)系列在不同層數(shù)的分解系數(shù)進(jìn)行對(duì)比，選擇最好表達(dá)原數(shù)據(jù)特征的小波函數(shù)以及分解層數(shù)。然后用選定的小波函數(shù)和分解層數(shù)進(jìn)行小波重構(gòu)，將生成數(shù)據(jù)輸入到訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別。識(shí)別研究表明:Coif4小波三層分解重構(gòu)特征數(shù)據(jù)時(shí)，網(wǎng)絡(luò)識(shí)