基于EMD-ICHOA-BiGRU的工序质量微小偏移动态监测方法

来源：计算机集成制造系统杂志2025年第9期北京时间：

作者：周康渠, 柏晗曦

单位：重庆理工大学机械工程学院

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。

关键词：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

基金资助：2023工信部智能制造示范工厂揭榜挂帅资助项目(2023Q573)。