[发明专利]产品质量预测方法及装置

说明书

本发明公开了产品质量预测方法及装置，包括：采集样本产品的第一参数、第二参数和质量评分；获取每个样本产品的第一样本数据，第一样本数据包括样本产品的第一参数和质量评分；根据多个样本产品的第一个样本数据对第一预设模型进行训练得到第一预测模型，并通过第一预测模型计算目标产品的第一质量评分；获取每个样本产品的第二样本数据，第二样本数据包括样本产品的第二参数以及样本数据的质量评分与目标产品的第一质量评分的差值；根据多个样本产品的第二个样本数据对第二预设模型进行训练得到第二预测模型，并通过第二预测模型计算目标产品的第二质量评分；根据第一质量评分和第二质量评分确定目标产品的第三质量评分。

技术领域

本发明涉及数据分析领域，尤其涉及一种产品质量预测方法及装置。

背景技术

工业中使用机器进行产品的制造，对于产品的质量具有一定要求，广泛使用的抽检，对于单个产品进行测量的整体成本较高。在如今离散型工业制造中，主要通过人工智能中的机器学习方法根据生产数据来预测产品质量。

实际应用过程中，产品的制造过程往往是非稳态的，产品的最终呈现会受到如工艺、工况参数、原材料等多重影响，即除产品工艺相关因素外，还受到工况本身的特性影响。现有用于预测产品质量的方法仅选取上述单一类型的参数，如仅使用工艺方面的多个参数，再将参数输入单一的模型中训练，来实现产品质量的预测，而未考虑到多重影响。

因此，现有技术中所使用的方法无法将特定设备即工况的工作机理结合到质量预测中来，从而容易导致用于预测的泛化能力不足，产品质量的预测精度较低。

发明内容

本发明提供一种产品质量预测方法，以至少解决现有技术中存在的以上技术问题。

本发明一方面提供一种产品质量预测方法，包括：

采集样本产品的第一参数、第二参数和质量评分；

获取每个样本产品的第一样本数据，所述第一样本数据包括样本产品的第一参数和质量评分；

根据多个样本产品的第一个样本数据对第一预设模型进行训练得到第一预测模型，并通过所述第一预测模型计算目标产品的第一质量评分；

获取每个样本产品的第二样本数据，所述第二样本数据包括样本产品的第二参数以及样本数据的质量评分与所述目标产品的第一质量评分的差值；

根据所述多个样本产品的第二个样本数据对第二预设模型进行训练得到第二预测模型，并通过所述第二预测模型计算所述目标产品的第二质量评分；

根据所述第一质量评分和第二质量评分确定所述目标产品的第三质量评分。

在一可实施方式中，所述第一参数为工况参数时，所述第二参数为工艺参数，所述第一预设模型为线性回归模型，所述第二预设模型为极限梯度提升树模型或梯度提升树模型或轻量梯度提升机模型或深度学习模型。

在一可实施方式中，所述第一参数为工艺参数时，所述第二参数为工况参数，所述第一预设模型为极限梯度提升树模型或梯度提升树模型或轻量梯度提升机模型或深度学习模型，所述第二预设模型为线性回归模型。

在一可实施方式中，所述通过所述第一预测模型计算目标产品的第一质量评分，包括：

获取所述目标产品的第一参数；

根据所述目标产品的第一参数，通过所述第一预测模型计算目标产品的第一质量评分。

在一可实施方式中，所述通过所述第二预测模型计算所述目标产品的第二质量评分，包括：

获取所述目标产品的第二参数；

根据所述目标产品的第二参数，通过所述第二预测模型计算目标产品的第二质量评分。