基于數(shù)據(jù)挖掘的復(fù)雜產(chǎn)品關(guān)鍵質(zhì)量特性識(shí)別的方法研究.pdf

1、復(fù)雜產(chǎn)品是指客戶需求復(fù)雜、產(chǎn)品組成復(fù)雜、產(chǎn)品技術(shù)復(fù)雜、制造過(guò)程復(fù)雜、項(xiàng)目管理復(fù)雜的一類產(chǎn)品。在復(fù)雜產(chǎn)品質(zhì)量控制中，質(zhì)量特性監(jiān)控點(diǎn)的有效性決定了產(chǎn)品質(zhì)量的可控性。但是隨著質(zhì)量控制點(diǎn)數(shù)量的增多，一方面會(huì)使產(chǎn)品的控制成本急劇增加，另一方面會(huì)使企業(yè)的質(zhì)量控制效率大幅下降。為了提高產(chǎn)品質(zhì)量控制效率，就必須有效識(shí)別出對(duì)產(chǎn)品質(zhì)量具有顯著影響的關(guān)鍵質(zhì)量特性，以減少控制點(diǎn)，提高控制效率，降低企業(yè)成本。
　　本文主要從平衡數(shù)據(jù)集和不平衡數(shù)據(jù)集兩個(gè)角度

2、（以發(fā)動(dòng)機(jī)葉片為例，如果合格葉片與不合格產(chǎn)品葉片數(shù)量均衡就稱為平衡數(shù)據(jù)；如果合格是不合格幾十倍就稱為不平衡數(shù)據(jù)）對(duì)關(guān)鍵質(zhì)量特性識(shí)別問(wèn)題進(jìn)行了研究：
　　（1）在復(fù)雜產(chǎn)品質(zhì)量類別內(nèi)樣本數(shù)量大概相等的平衡數(shù)據(jù)集中，將信息論中的信息熵概念引入，用信息增益來(lái)判斷質(zhì)量特性與所屬類別之間的相關(guān)性，這樣就可以繞過(guò)產(chǎn)品質(zhì)量特性間復(fù)雜的相互依存關(guān)系，從一個(gè)新的角度對(duì)質(zhì)量特性的重要性進(jìn)行度量，從而識(shí)別出真正的產(chǎn)品CTQ。經(jīng)算例驗(yàn)證，該法可以有效的降低

3、質(zhì)量特性維度，提高質(zhì)量控制效率和控制水平，節(jié)約了大量時(shí)間和成本。
　　（2）在真實(shí)的復(fù)雜產(chǎn)品生產(chǎn)中，質(zhì)量類別內(nèi)樣本數(shù)量差距往往都很大，這樣的不平衡數(shù)據(jù)集為關(guān)鍵質(zhì)量特性的識(shí)別帶來(lái)了比平衡數(shù)據(jù)集更大的困難。本文分別從幾個(gè)角度建立了不同的不平衡數(shù)據(jù)集CTQ識(shí)別方法：第一種，對(duì)ReliefF方法的判別標(biāo)準(zhǔn)進(jìn)行改進(jìn)，使得類別劃分標(biāo)準(zhǔn)向多數(shù)類偏移，以此降低少數(shù)類數(shù)據(jù)被作為異常值刪除的風(fēng)險(xiǎn)；第二種對(duì)Wrapper方法進(jìn)行修改，將SBS、SFS與

4、代價(jià)敏感學(xué)習(xí)整合，以此建立質(zhì)量特性循環(huán)選擇機(jī)制，有效提高了CTQ識(shí)別效率；第三種對(duì)EM算法進(jìn)行改進(jìn)，通過(guò)聚類過(guò)濾掉不平衡數(shù)據(jù)中的冗余樣本以此構(gòu)建平衡數(shù)據(jù)集，并在此基礎(chǔ)上進(jìn)行關(guān)鍵質(zhì)量特性識(shí)別，以此有效改善了質(zhì)量特性識(shí)別性能并大幅降低第二類錯(cuò)誤率。
　　本文通過(guò)對(duì)復(fù)雜產(chǎn)品生產(chǎn)企業(yè)的調(diào)研，對(duì)目前質(zhì)量控制的瓶頸---關(guān)鍵質(zhì)量特性識(shí)別進(jìn)行了詳實(shí)的分析和研究，并通過(guò)算例進(jìn)行了驗(yàn)證。所以，本文對(duì)未來(lái)復(fù)雜產(chǎn)品生產(chǎn)質(zhì)量控制的研究具有積極的參考價(jià)值。