基于EMD-ICHOA-BiGRU的工序质量微小偏移动态监测方法

作     者：周康渠 柏晗曦 

作者机构：重庆理工大学机械工程学院 

出 版 物：《计算机集成制造系统》 (Computer Integrated Manufacturing Systems)

年 卷 期：2024年

核心收录：

学科分类：0810[工学-信息与通信工程] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0835[工学-软件工程] 081002[工学-信号与信息处理] 

基　　金：2023工信部智能制造示范工厂揭榜挂帅项目(2023Q573) 

主　　题：工序质量 微小偏移 质量预测 指数加权移动平均控制图 动态监测 

摘      要：针对自动化工序质量微小偏移动态监测问题，提出基于EMD-ICHOA-BiGRU的工序质量动态监测方法。构建EMD-ICHOA-BiGRU模型进行质量特性预测，利用经验模态分解（EMD）算法分解原始数据，得到不同尺度的本征模函数分量（IMF），将IMF输入双向门控循环单元（BiGRU）进行预测，采用改进的黑猩猩优化算法（ICHOA）优化其超参数，将预测分量叠加得到质量特性预测值；结合原始数据和预测值构建EWMA控制图，通过移动窗口不断更新，实现工序质量微小偏移动态监测。利用旋变盖板螺栓自动拧紧工序质量数据集进行实例验证，结果表明，EMD-ICHOA-BiGRU模型的预测精度显著优于其他模型，基于EMD-ICHOA-BiGRU的EWMA控制图能够监测工序质量微小偏移，为自动化工序质量动态监测提供一种有效方法。