Resumen

Con el objetivo de resolver los problemas de control de calidad en el proceso de fabricacin discreta de equipos grandes y supergrandes, que no pueden satisfacer las necesidades urgentes de produccin, se propone un mtodo de control de calidad basado en big data y reconocimiento de patrones. Se recopila una gran cantidad de datos a travs del equipo de prueba desarrollado en el proceso de fabricacin discreta; se form una base de datos de condiciones de trabajo tpicas y un sistema de seguimiento de la informacin basado en la plataforma en la nube. Las condiciones de trabajo se dividieron mediante el anlisis de componentes principales (PCA) y el algoritmo mejorado K-means. El modelo de prediccin de Markov predice las condiciones de trabajo, reconoce el patrn con las condiciones de trabajo tpicas, regula los parmetros de procesamiento y logra el control de calidad. Tomando como ejemplo para la verificacin experimental el control de calidad del proceso de fabricacin del cilindro hidrulico anterior 5m, los experimentos indicaron que las condiciones de trabajo pueden identificarse y clasificarse automticamente mediante la tecnologa de reconocimiento de patrones. El ndice de capacidad de proceso Cpk aument de 0,6 a 1, lo que demostr la eficacia del control de calidad y la mejora de la capacidad de proceso.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Control de calidad; Proceso de fabricación discreta; Big data; Reconocimiento de patrones; Condiciones de trabajo; índice de capacidad del proceso
• Keywords:Quality control; Discrete manufacturing process; Big data; Pattern recognition; Working conditions; Process capability index