[发明专利]一种基于离群点检测的离散制造机械产品质量溯源方法

权利要求书

1.一种基于离群点检测的离散制造机械产品质量溯源方法，其特征在于：包括以下步骤：

1)构建产品质量问题数据集D；

2)对质量问题数据集D规范化处理；

3)聚类提取离群点候选集；

4)计算产品质量指标的局部离群因子LOF；

5)计算出质量异常指数L；

6)依据5)对可能造成质量问题的原因进行排序，其中数据对象的质量异常指数越大则越有可能为造成产品质量问题的原因；

7)依据6)中可能造成质量问题的原因的排序，输出溯源结果排序；

8)依据7)中的溯源结果，逐一对可能造成质量问题的原因按照质量异常指数大小进行排查。

2.如权利要求1所述的一种基于离群点检测的离散制造机械产品质量溯源方法，其特征在于：步骤1)包括以下步骤：

1.1)提取质量问题潜在原因：按照人、机、料、法、环等方面提取出各种生产情况下可能造成质量问题的m种原因；

1.2)统计产品质量指标数据：根据生产过程中的跟踪数据分别统计出在这些潜在原因下生产的产品的n种质量指标数据；

1.3)构建数据集：利用潜在的m种原因下的n种产品质量指标数据构建出一个m*n的质量问题溯源数据集，所述产品质量指标包括两大类：一类是反映产品内在质量的指标，主要是产品平均技术参数；另一类是反映产品生产过程中工作质量的指标，如质量损失率、废品率、成品返修率等。

3.如权利要求1所述的一种基于离群点检测的离散制造机械产品质量溯源方法，其特征在于：所述步骤3)包括以下步骤：

3.1)将可能造成质量问题的潜在原因对应的n种产品质量指标数据划分为一组数据D，D中每一个数据对象表示为p；

3.2)利用聚类思想对数据集进行聚类，依次计算聚类中心、聚类半径、到聚类中心的距离，将相似的点划分为一个聚类，将可以聚类的数据对象剪枝，将无法聚类的数据根据判定条件选择出离群点候选集。所述聚类中心计算公式如下：

其中n_i为聚类i的数据对象个数，x_i为聚类i中的数据对象，x_o为聚类中心；

所述聚类半径R的计算公式如下：

其中R为聚类半径，n_i为聚类i的数据对象个数；

所述数据点到聚类中心的计算公式如下：

其中d_i为数据点到聚类中心的距离。

4.如权利要求1所述的一种基于离群点检测的离散制造机械产品质量溯源方法，其特征在于：所述步骤5)中计算质量异常指数L的公式如下；

L＝LOF_k*u

其中，L定义质量异常指数，u为产品缺陷率，其中产品缺陷率计算公式为：

其中，c为发现的缺陷数，N为子样容量。