基于MC方法和BP网络的印刷质量控制图模式识别研究.pdfVIP

第 37卷 第 6期 北 京 工 业 大 学 学 报 VO1．37 No．6 2011年 6月 JOURNALOFBEIJING UNIVERSITY OFTECHNOLOGY Jun．20ll 基于 MC方法和 BP网络的印刷质量 控制图模式识别研究 初红艳，李 鹏，蔡力钢，李风光 (北京工业大学 北京市先进制造技术重点实验室 ，北京 100124) 摘 要 ：建立了印刷质量控制图模式的数学模型，基于 MonteCarlo(MC)方法模拟 印刷质量数据 ，生成仿真样 本 ，并使用标准变换和线性编码方法进行预处理，既不失样本数据 的内在特征，又大大降低 了数据复杂度．通过 实验确定了结构为 24—18—16—4的4层反向传播 (backpropagation，BP)网络模型，并采用 比例共轭梯度训练算 法 ，提高了网络的稳定性和收敛速度．在对控制 图模式识别时，采用不同训练样本容量 的实验方案 ，模式识别正 确率达 95．87％．结果表明，该方法可 以提高印刷企业 的质量控制水平和 自动化程度 ． 关键词：印刷质量控制图；模式识别；MonteCarlo方法；反向传播神经网络 中图分类号：TS805．3 文献标志码 ：A 文章编号：0254—0037(201】)O6—0816—06 要实现印刷品的高质量 、高效率 ，印刷的工艺过程就必须处于稳定受控 的状态．统计过程控制 (staffs— ticalprocesscontrol，SPC)是一种面向过程 的质量管理方法 ，能实时监控印刷过程中的异常波动，使质量控 制做到预防为主 ．随着人工智能技术的发展，印刷企业 自动化 、信息化程度不断提高 ，通过建立反向传 播 (backpropagation，BP)神经网络对 SPC控制图进行识别 ，不需要精确描述变量问的非线性映射关系，就 U C L U C L L 能实现控制 图的识别 由人工观察到智能的判断，这将大大提高印刷企业质量管理水平和 自动化程度 ． 1 模式的分类及数学模型 1．1 印刷质量控制图模式的分类 本研究将印刷质量控制 图分为单一墨区质量控 制 图和整幅画面质量控制 图．单一墨区质量控制 图 ， ，一、√、 ＼／／ 是对样张每个墨区的质量特性值进行监控 ，而整幅画 L L ／＼／ ／、、--√ 面质量控制图则是从全局角度 ，对样张所有墨区的质 。 量特性值取均值加以监控．目前 ，根据异常模式 的不 (a)正常模式 (h)阶跃模式 同形态 ，一般将控制图的异常划分为 阶跃模式 、趋势 、 一 — ／＼ 、