论文部分内容阅读
生产过程的质量控制是确保产品质量的重要手段。随着生产制造过程不断向大型化、连续化、复杂化发展,动态过程的质量监控与诊断显得愈来愈重要。国内外的研究显示:人工智能技术打破了传统的统计控制方法的局限,已逐步形成动态过程质量智能控制与诊断新的发展方向。主元分析方法能够有效地对数据进行降维、去噪,因而,主元分析方法与支持向量机相结合已成为动态过程质量智能监控与诊断的研究热点。如何利用主元分析方法对动态过程质量异常模式进行特征提取,进而构建合适的多支持向量机对异常模式进行诊断时是动态过程质量异常模式识别的关键