基于WRF算法的制造装备质量缺陷分析系统开发  

作　　者：蒋凌云 马小燕[1] 

机构地区：[1]扬州工业职业技术学院,江苏扬州225127

出　　处：《物联网技术》2024年第1期125-129,共5页Internet of things technologies

基　　金：江苏省市校合作专项(YZ2022181)。

摘　　要：生产制造环境复杂多变,制造装备在设计、制造、安装以及运行中不可避免地会出现质量缺陷,给生产带来实际困难。随着机器学习和互联网技术的发展,人们已经研究出多种基于故障树的缺陷分析方法,其中基于随机森林的决策树分类方法将缺陷分析转换为多分类问题,可以较好地解决缺陷分析问题,节约设备质检和运行维护的时间。因此,针对现有的制造装备质量缺陷分析问题,本文从缺陷分析方法及系统功能方面出发设计质量缺陷分析系统。系统搭建时将缺陷分析数据作为信息载体,以加权随机森林算法(Weighted Random Forest, WRF)的测试与实现为功能核心,以B/S架构为基础设计人机交互页面,采用Django为后端框架、Vue.js为系统前端框架进行设计。系统测试表明,该系统可以有效实现设备质量缺陷分析,满足一定的生产制造环境的功能需求。

关 键 词：制造装备 WRF 缺陷分析 WEB技术 人机交互 系统开发 

分 类 号：TP311.1[自动化与计算机技术—计算机软件与理论]