《SVM在监控小批量生产中的应用及比较分析》.pdf

第28卷 第 3期 重 庆 理 工 大 学 学报(自然科学) 2014年3月 Vol_28 No．3 JournalofChongqingUniversityofTechnology(NaturalScience) Mar．2014 doi：10．3969／j．issn．1674-8425(Z)．2014．03．026 SVM在监控小批量生产 中的应用及比较分析 王明刚，朱永忠，王 峰 (河海大学 理学院，南京 211100) 摘 要：SPC控制图(如EWMA和CUSUM控制图)常用来监控过程均值的漂移，特别是对 微小漂移具有较好的敏感性，但对于复杂数据无法进行有效的智能分析和 内部规律总结，不能 及时报告有失控趋势的样本点。针对上述问题提 出一种对监控过程漂移更加敏感、智能化的方 法——基于支持向量机 (SVM)的分析模式，并对该模型的精度做 了相关分析。仿真结果显示： 与EWMA和CUSUM控制图相比，该模型能更加及时地发现有失控趋势或失控的样本点。 关 键 词：支持 向量机(SVM)；智能化；内部规律 中图分类号：O213 文献标识码：A 文章编号：1674—8425(2014)03—0140—05 ComparisonAnalysisandApplication ofSVM in the M onitorofSmallBatchProduction WANG Ming—gang，ZHU Yong—zhong，WANG Feng (CollegeofScience，HohaiUniversity，Naming211100，China) Abstract：SPCcontrolchart(suchasEWMAandCUSUMcontrolchart)canbeusedtomonitorthe processmean，whichespeciallyhasgoodsensitivitytosmallshift．Butbecausethesecontrolchartsfor complexdatacouldnothaveeffective intelligentanalysisand internal regularity，andnoreport of trendofsamplepointsintime，thispaperpresentsanew methodformonitoringtheprocessshiftmore sensitivelyandintelligently--basedonsupportvectormachine(SVM)analysismodel，andthepreci— sionofthemodelmakesthecorrelationanalysis．Throughthesimulation，andcomparedwithEWMA andCUSUM controlchartmethods，resultsshow thatthemodelisbetterthanEWMA andCUSUM controlcha~scanmoretimelyfindouttrendsoroutofsamplepoints． Keywords：supportvectormachine(SVM )；intelligentialize；internalrules 在快速多变、竞争 日趋激烈的市场环境中，面 品种小批量柔性生产。作为统计过程质量控制的 对全球竞争的加剧和市场细分程度的提高，越来 重要工具，SPC控制图本身已不能完全满足质量 越多的企业将生产模式由大批量刚性生产转向多 控制的需求，其表现在两方面：第一，SPC控制图 收稿 日期：2013一l1—28 基金项目：国家 自然科学基金资助项 目；河海大学自然科学基金资助项目(200