[发明专利]潜在工艺失效模式机器识别方法

摘要

本发明公开了一种潜在工艺失效模式机器识别方法，计算工步构成六要素与工艺失效模式判定准则之间的关联度，并将该关联度作为判定信息和工步构成六要素的信息输入到seq2seq模型中，且潜在工艺失效模式的信息作为输出，进行学习训练，得到潜在工艺失效模式生成模型f3，将模型集F2生成的工步构成六要素输入到模型f3中，最终实现潜在工艺失效模式的识别。本发明将自然语言处理技术与深度学习技术相结合，实现潜在工艺失效模式的机器识别，能够提高潜在工艺失效模式识别的效率，能有效的避免因人本身的不确定性因素而造成的识别质量不稳定问题。

主权项

1.一种潜在工艺失效模式机器识别方法，其特征在于，1)采集某产品装配所涉及到的一部份工序作为工序测试集，另一部份工序作为工序训练集，将所有的工序、工步、工步构成六要素以及潜在工艺失效模式进行数据预处理，依据工序训练集中的工序信息得到规划工步生成信息，将工序训练集中的工序信息和规划工步生成信息输入到seq2seq模型中，并将工步的信息作为seq2seq模型的输出，进行学习训练，得到工步生成模型f₁，将工序测试集中的工序输入到模型f₁中，自动生成工步测试集；2)依据工步的信息得到规划工步构成六要素生成的信息，将工步的信息和规划工步构成六要素生成的信息输入到seq2seq模型中，并将工步构成六要素的信息作为seq2seq模型的输出，进行学习训练，得到工步构成六要素生成的模型集F₂；将步骤1)中所述工步测试集输入到模型集F₂中，生成与所述工步测试集对应的工步构成六要素；3)计算工步构成六要素与工艺失效模式判定准则之间的关联度，并将该关联度作为判定信息和工步构成六要素的信息输入到seq2seq模型中，且潜在工艺失效模式的信息作为输出，进行学习训练，得到潜在工艺失效模式生成模型f₃，将模型集F₂生成的工步构成六要素输入到模型f₃中，最终实现潜在工艺失效模式的识别。