(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111389564.5 (22)申请日 2021.11.22 (71)申请人 成都飞机工业 （集团） 有限责任公司 地址 610000 四川省成 都市青羊区黄田坝 纬一路88号 (72)发明人 李航　郭双明　曾静文　杨文安　 蔡旭林　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 代理人 王志 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/04(2012.01) G06N 20/00(2019.01) (54)发明名称 产品生产过程质量控制方法、 装置、 设备及 存储介质 (57)摘要 本申请的实施例公开一种产品生产过程质 量控制方法、 装置、 设备及存储介质， 该方法包 括： 获取生产过程的特性数据集， 所述特性数据 集包括不同产品的多个生产过程的特性数据； 基 于所述特性数据集， 构建关于所述多个生产过程 的控制图； 基于所述控制图， 判断各生产过程是 否处于受控状态； 将目标生产过程对应的目标特 性数据输入训练获得的加权在线序贯极限学习 机， 获得所述目标生产过程的异常模式结果。 解 决了对多品种小批量的产品的控制图异常模式 的识别效果差的技术问题， 提高了多品种小批量 的产品生产过程的控制图异常模式的识别准确 性。 权利要求书2页 说明书12页 附图3页 CN 114169704 A 2022.03.11 CN 114169704 A 1.一种产品生产过程质量控制方法， 其特 征在于， 所述方法包括： 获取生产过程的特性数据集， 所述特性数据集包括不同产品的多个生产过程的特性数 据； 基于所述特性数据集， 构建 关于所述多个生产过程的控制图； 基于所述控制图， 判断各生产过程是否处于受控状态； 将目标生产过程对应的目标特性数据输入训练获得的加权在线序贯极限学习机， 获得 所述目标生产过程的异常模式结果； 其中， 所述目标生产过程为不受控的生产过程； 所述异 常模式结果包括单值控制图异常模式结果和/或移动极差控制图异常模式结果。 2.如权利要求1所述的方法， 其特征在于， 所述加权在线序贯极限学习机为基于输入加 权的在线序贯极限学习机 。 3.如权利要求2所述的方法， 其特征在于， 所述获取生产过程的特性数据集的步骤之 前， 所述方法还 包括： 获取样本特性数据集， 所述样本特性数据集包括若干样本产品的若干样本生产过程的 样本特性数据； 提取所述样本特性数据集中各样本特性数据的特 征参数； 基于所述特 征参数， 对各样本特性数据进行 特征标记， 获得 标记后的样本特性数据集； 利用所述标记后的样本特性数据集， 对原始加权在线序贯极限学习机进行训练， 获得 加权在线序贯极限学习机 。 4.如权利要求3所述的方法， 其特征在于， 所述加权在线序贯极限学习机的输出层包括 第一神经元和第二神经元， 所述第一神经元输出单值控制图异常模式结果， 所述第二神经 元输出移动极差控制图异常模式结果。 5.如权利要求3所述的方法， 其特征在于， 所述获取样本特性数据集的步骤之后， 所述 方法还包括： 对所述样本特性数据集中各样本特性数据进行标准正态 处理， 获得标准样本特性数据 集； 对标准样本特性数据集中的样本特性数据进行编码， 获得除噪后的标准样本特性数据 集； 所述提取所述样本特性数据集中各样本特性数据的特 征参数的步骤， 包括： 提取所述除噪后的标准样本特性数据集中各样本特性数据的特 征参数。 6.如权利要求1所述的方法， 其特征在于， 所述利用所述标记后的样本特性数据集， 对 原始加权在线序贯极限学习机进行训练， 获得加权在线序贯极限学习机的步骤之后， 还包 括： 利用所述标记后的样本特性数据集中的部分数据， 对原始加权在线序贯极限学习机进 行初始训练， 获得初始加权在线序贯极限学习机； 利用所述标记后的样本特性数据集中的剩余数据， 对所述初始加权在线序贯极限学习 机进行连续训练， 获得加权在线序贯极限学习机 。 7.如权利要求1所述的方法， 其特征在于， 所述基于所述特性数据集， 构建关于所述多 个生产过程的控制图的步骤， 包括： 判断所述特性数据集中的各 特性数据是否服从正态分布；权　利　要　求　书 1/2 页 2 CN 114169704 A 2若否， 则通过 数据转换 方法将各 特性数据转换为 服从正态分布的正态特性数据； 判断服从正态分布的各 特性数据是否服从同一 正态分布； 若否， 则将各正态特性数据转换为 服从同一 正态分布的各同一 正态特性数据； 基于各同一 正态特性数据， 构建 关于所述多个生产过程的控制图。 8.一种产品生产过程质量控制装置， 其特 征在于， 所述装置包括： 数据获取模块， 用于获取生产过程的特性数据集， 所述特性数据集包括不同产品的多 个生产过程的特性数据； 控制图构建模块， 用于基于所述特性数据集， 构建 关于所述多个生产过程的控制图； 受控判断模块， 用于基于所述控制图， 判断各生产过程是否处于受控状态； 异常识别模块， 用于将目标生产过程对应的目标特性数据输入训练获得的加权在线序 贯极限学习机， 获得所述目标生产过程的异常模式结果； 其中， 所述目标生产过程为不受控 的生产过程； 所述异常模式结果包括单值控制图异常模式结果和/或移动极差控制图异常 模式结果。 9.一种计算机设备， 其特征在于， 该计算机设备包括存储器和处理器， 所述存储器 中存 储有计算机程序， 所述处理器执行所述计算机程序， 实现如权利要求 1‑7中任一项 所述的方 法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 处理器执行所述计算机程序， 实现如权利要求1 ‑7中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114169704 A 3