机械设计与制造2023，Issue(8) ：104-109.

基于ESOINN的离散制造车间生产异常实时检测方法研究

A Research on Real-Time Detection Method of Production Abnormalities in Discrete Manufacturing Workshop Based on ESOINN

崔世婷 郭宇 汪伟丽 梁睿君
机械设计与制造2023，Issue(8) ：104-109.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于ESOINN的离散制造车间生产异常实时检测方法研究

A Research on Real-Time Detection Method of Production Abnormalities in Discrete Manufacturing Workshop Based on ESOINN

崔世婷 1郭宇 1汪伟丽 1梁睿君1
扫码查看

作者信息

  • 1. 南京航空航天大学机电学院,江苏南京 210016
  • 折叠

摘要

离散制造车间存在制造要素偏离生产计划导致的生产异常事件,准确的车间异常检测有助于实时监控生产过程,提高动态决策响应速度,保证订单按时交付.针对异常检测的准确性和实时性需求,提出一种增量式无监督学习的车间生产异常检测方法.首先,以在制品在车间的流转过程为主线定义生产异常种类,搭建离散制造车间生产异常检测框架;其次,使用增强自组织增量神经网络实时检测生产异常,并根据当前生产数据在线更新模型,以适应数据分布的动态变化,提高模型检测准确率;最后以某航天机加车间为例,将所提方法与两种增量式及两种非增量式聚类算法进行对比实验,并在离散制造车间应用生产异常检测系统,验证了该方法在生产异常检测问题上的有效性.

关键词

离散制造车间/生产异常检测/增量学习/增强自组织增量神经网络

Key words

Discrete Manufacturing Workshop/Production Anomaly Detection/Incremental Learning/The En-hanced Self-Organizing Incremental Neural Network

引用本文复制引用

基金项目

国防基础科研项目(JCKY2018203A001)

国防基础科研项目(JCKY2018605C003)

出版年

2023
机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
被引量1
参考文献量5
段落导航相关论文