位置:成果数据库 > 期刊 > 期刊详情页
基于工况识别的注塑过程产品质量预测方法
  • ISSN号:0438-1157
  • 期刊名称:《化工学报》
  • 时间:0
  • 分类:TP277[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]南京航空航天大学自动化学院,江苏南京210016, [2]浙江大学控制工程与科学系,浙江杭州310007
  • 相关基金:国家自然科学基金项目(20806040,61034005)
中文摘要:

针对多工况注塑过程的在线质量预测问题,考虑了过程数据高维、耦合、非线性等特点,采用拉普拉斯特征映射(LE)方法实现过程数据的非线性降维;在低维特征空间中采用Mean Shift聚类算法完成样本的工况聚类,以便注塑过程的工况分析和知识挖掘;同时运用Mean Shift原理,提出一种新样本的在线工况识别方法;最后应用基于混合粒子群(PSO)参数寻优的偏最小二乘支持向量机(PLS-LSSVM)方法,建立了多工况注塑过程的产品质量软测量模型。实验结果表明,相较于PLS-LSSVM方法,本文方法的预测精度和泛化性能均有明显提高,可为实际注塑企业提供一种效果良好的多工况产品质量在线预测方法。

英文摘要:

Taking into consideration the high-dimensional,correlated and nonlinear process data in the injection molding process with multiple operating modes,an online product quality prediction method was developed based on offline clustering and online recognition of the operating modes.Firstly,a nonlinear dimension reduction method,Laplacian Eigenmap(LE),was used to project the high-dimensional process data onto a low-dimensional feature space,where a Mean Shift based clustering algorithm was used to obtain the underlying operating patterns in the injection molding process.Meanwhile,an online operating mode recognition algorithm was proposed by making use of the principle of Mean Shift.After that,a PLS-LSSVM prediction method,where the particle swarm optimization(PSO)method was used for parameter determination,was used to develop the soft-sensor model of product quality for each operating mode.A multi-mode quality prediction method was finally developed by combining LE,Mean-Shift clustering and PLS-LSSVM algorithms.The experimental results showed that the proposed method outperformed the standard PLS-LSSVM method,and it could become a useful tool for online quality prediction for the industrial injection molding process with multiple operating modes.

同期刊论文项目
期刊论文 279 会议论文 8 获奖 34 专利 16 著作 7
期刊论文 12 会议论文 7 获奖 4 著作 2
同项目期刊论文
期刊信息
  • 《化工学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国化工学会 化学工业出版社
  • 主编:李静海
  • 地址:北京市东城区青年湖南街13号
  • 邮编:100011
  • 邮箱:hgxb126@126.com
  • 电话:010-64519485
  • 国际标准刊号:ISSN:0438-1157
  • 国内统一刊号:ISSN:11-1946/TQ
  • 邮发代号:2-370
  • 获奖情况:
  • 中国科协优秀期刊二等奖,化工部科技进步二等奖,北京全优期刊奖,中国期刊方阵“双效”期刊,第三届中国出版政府奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:35185