本文關(guān)鍵詞：面向綠色能源產(chǎn)品的太陽能光伏組件復(fù)雜工序CTQ識別模型與算法　出處：《江蘇大學學報(自然科學版)》2017年02期 　論文類型：期刊論文

  更多相關(guān)文章： 綠色能源產(chǎn)品 太陽能光伏組件 偏最小二乘法 狀態(tài)空間模型 關(guān)鍵質(zhì)量特性

【摘要】：為識別綠色能源產(chǎn)品太陽能光伏組件的復(fù)雜工序關(guān)鍵質(zhì)量特性(critical quality characteristics,CTQ),提出基于狀態(tài)空間算法(state space algorithm,SSA)構(gòu)建質(zhì)量關(guān)系模型.引入偏最小二乘算法(partial least-squares regression,PLSR),將其導入質(zhì)量關(guān)系模型,進而建立復(fù)雜工序產(chǎn)品CTQ識別模型,最后應(yīng)用變量投影重要性指標(variable importance in projection,VIP)驗證提取的CTQ有效性和正確性.以太陽能光伏組件生產(chǎn)過程為例進行了實證分析.結(jié)果表明:新方法在克服各工序質(zhì)量特性多重相關(guān)的情況下,不僅能有效地識別出光伏組件復(fù)雜工序輸出的質(zhì)量特性對終端產(chǎn)品質(zhì)量的影響,還能提取出光伏組件復(fù)雜工序中關(guān)鍵質(zhì)量特性;該方法的可行性得到了驗證.
[Abstract]:As the key quality characteristics of complex processes to identify green energy products of solar photovoltaic module (critical quality characteristics, CTQ). The proposed algorithm based on state space (state space algorithm, SSA) construction quality relationship model. The partial least square algorithm (partial least-squares regression, PLSR), the relationship between the introduction of quality model, then establish CTQ recognition model of complex the product process, finally the application of the index of variable importance in projection (variable importance in projection, VIP) to verify the extracted CTQ is correct and effective. The solar PV module manufacturing process for empirical analysis. The results show that the new method to overcome the process quality characteristics of multiple related cases, not only can effectively identify the PV influence of components of complex process output quality characteristics on the quality of the end product, but also can extract the photovoltaic component complex processes The key quality characteristics of the method; the feasibility of the method has been verified.

【作者單位】： 華東交通大學機電與車輛工程學院;
【基金】：國家自然科學基金資助項目(51265013)
【分類號】：F273.2;F426.61
【正文快照】： 引文格式:于影霞,盛敬峰.面向綠色能源產(chǎn)品的太陽能光伏組件復(fù)雜工序CTQ識別模型與算法[J].江蘇大學學報(自然科學版),2017,38(2):197-203,210.綠色能源產(chǎn)品又稱為清潔能源產(chǎn)品或者可再生能源產(chǎn)品.隨著社會經(jīng)濟快速發(fā)展,能源需求增長迅猛,日益呈現(xiàn)枯竭局面;為滿足人類社會可持

【參考文獻】

相關(guān)期刊論文 前6條

1 王劍楠;潘文平;何麗娜;吳奈;;混合可再生能源路燈照明系統(tǒng)優(yōu)化設(shè)計[J];華東交通大學學報;2016年02期

2 牛青;莫蓉;萬能;;基于相關(guān)性分組的多元工序質(zhì)量診斷模型[J];計算機集成制造系統(tǒng);2014年07期

3 王化強;牛占文;;基于LASSO的復(fù)雜產(chǎn)品關(guān)鍵質(zhì)量特性識別[J];系統(tǒng)工程;2014年06期

4 閆偉;何楨;李岸達;;基于CEM-IG算法的復(fù)雜產(chǎn)品關(guān)鍵質(zhì)量特性識別[J];系統(tǒng)工程理論與實踐;2014年05期

5 王寧;徐濟超;楊劍鋒;;多級制造過程關(guān)鍵質(zhì)量特性識別方法[J];計算機集成制造系統(tǒng);2013年04期

6 張根保;任顯林;劉立X;葛紅玉;;面向制造過程的產(chǎn)品多關(guān)鍵質(zhì)量特性優(yōu)化模型[J];計算機集成制造系統(tǒng);2010年06期

【共引文獻】

相關(guān)期刊論文 前9條

1 鄭存芳;洪文學;王金甲;;基于偏序結(jié)構(gòu)圖的乳腺癌診斷規(guī)則提取方法[J];計算機工程與設(shè)計;2016年06期

2 李金艷;余忠華;徐宣國;;信息不完備情況下多因素工序質(zhì)量診斷方法[J];哈爾濱工業(yè)大學學報;2016年07期

3 李亞平;劉思峰;方志耕;陳洪轉(zhuǎn);徐蘭;;多質(zhì)量特性產(chǎn)品參數(shù)設(shè)計灰靶模型[J];中國機械工程;2016年08期

4 匡芬;戴偉;陳亮;趙宇;;基于質(zhì)量損失的加工過程可靠性評估方法[J];計算機集成制造系統(tǒng);2015年06期

5 李岸達;何楨;何曙光;;基于GSA的復(fù)雜產(chǎn)品關(guān)鍵質(zhì)量特性識別[J];系統(tǒng)工程與電子技術(shù);2015年09期

6 朱耀龍;李護林;郭國長;劉軍生;許藝峰;;液體火箭發(fā)動機工藝與過程關(guān)鍵特性研究[J];火箭推進;2014年06期

7 王化強;牛占文;;基于LASSO的復(fù)雜產(chǎn)品關(guān)鍵質(zhì)量特性識別[J];系統(tǒng)工程;2014年06期

8 王寧;徐濟超;楊劍鋒;;多級制造過程關(guān)鍵質(zhì)量特性識別方法[J];計算機集成制造系統(tǒng);2013年04期

9 朱春艷;楊明順;高新勤;楊續(xù)昌;;基于DEMATEL和熵的顧客需求重要度修正[J];工業(yè)工程與管理;2012年03期

【二級參考文獻】

相關(guān)期刊論文 前10條

1 董志明;常繼彬;向李娟;;太陽能驅(qū)動加油站LED照明系統(tǒng)優(yōu)化設(shè)計[J];照明工程學報;2015年02期

2 林知明;魏九妹;劉s，

本文編號：1399361