基于MES的电驱装配质量预测技术

技术特征：
1.基于mes的电驱装配质量预测技术，其特征在于，包括以下步骤：(1)获取各监控点的历史监测数据，并将所获得的各监控点的数据按照统一的格式进行汇总存储；(2)将步骤(1)中的汇总数据作为样本数据，通过样本数据对质量预测模型进行训练；(3)获取质量预测模型的输出数据，将输出数据按照质量评估类型与设定的评估阈值分别进行对比；(4)获得训练后的质量预测模型，并获取各监测点的实时监测数据作为输入数据，输入到训练后的质量预测模型中；(5)由训练后的质量预测模型输出电驱装配质量的预测结果。2.根据权利要求1所述的基于mes的电驱装配质量预测技术，其特征在于，在步骤(1)中，各历史监测数据为电驱装配质量的有效数据，在各历史监测数据统一格式前，采用控制图模式去除无关数据。3.根据权利要求1所述的基于mes的电驱装配质量预测技术，其特征在于，在步骤(2)中，所述质量预测模型为人工神经网络模型。4.根据权利要求1所述的基于mes的电驱装配质量预测技术，其特征在于，在步骤(2)中，确定样本数据后，将样本数据划分为n个子样本数据集，每个子样本数据均包含有各检测点的一组完整有效数据。5.根据权利要求1所述的基于mes的电驱装配质量预测技术，其特征在于，在步骤(2)中，通过样本数据对质量预测模型进行训练，是将各子样本数据依次作为输入数据，对质量预测模型进行训练。6.根据权利要求1所述的基于mes的电驱装配质量预测技术，其特征在于，在步骤(3)中，将输出数据按照质量评估类型与设定的评估阈值分别进行对比，是将输出的数据按照质量评估类型划分为各子评估数据，并将各子评估数据与对应的评估阈值进行对比，若各子评估数据均小于对应的评估阈值，则完成质量预测模型的训练，若m个子评估数据不小于对应的评估阈值，则将m个子评估数据与设定的预测精度值进行对比，在m个子评估数据小于预测精度值时，完成质量预测模型的训练，在m大于设定的预测精度值时，重复步骤(1)-(3)，至完成质量预测模型的训练。7.根据权利要求1所述的基于mes的电驱装配质量预测技术，其特征在于，在步骤(4)中，取各监测点的实时监测数据作为输入数据时，将实时监测数据采用控制图模式去除无关数据，并按照统一的格式进行汇总存储。8.根据权利要求1所述的基于mes的电驱装配质量预测技术，其特征在于，在步骤(5)中，由训练后的质量预测模型输出电驱装配质量的预测结果，是将输出的各子评估数据与质量评估数据集中对应的预测信息进行匹配，获得各子评估数据所代表的预测结果。

技术总结
本发明涉及质量预测技术领域，具体涉及基于MES的电驱装配质量预测技术，本发明通过获取各监测点的历史监测数据，并对历史监测数据进行预处理，再将该数据作为训练样本数据，通过多个子数据，对质量预测模型进行训练，在训练完成后，会将所输出的数据与设定的阈值进行对比，验证了所训练的质量预测模型的可靠性，通过实时获取各监测点的数据作为输入数据，获得输出的数据，将输出数据与对应的预测信息进行匹配，进而获得质量预测的结果，所获得的预测结果，具有良好的可靠性和准确性。具有良好的可靠性和准确性。具有良好的可靠性和准确性。


技术研发人员：万冶 王峰 彭柳富
受保护的技术使用者：武汉科技大学
技术研发日：2022.03.07
技术公布日：2022/6/1