本項(xiàng)目通過對汽車白車身加工中沖孔制造過程所產(chǎn)生的數(shù)據(jù)進(jìn)行分析，運(yùn)用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，建立起偏差模式模型并對數(shù)據(jù)的偏差模式進(jìn)行識(shí)別匹配，并且進(jìn)行誤差的溯源分析。本項(xiàng)目預(yù)期提出對汽車白車身沖孔在線檢測數(shù)據(jù)的偏差模式識(shí)別方法，構(gòu)建偏差溯源網(wǎng)絡(luò)結(jié)構(gòu)，提供一套沖孔加工尺寸偏差溯源方法，并開發(fā)基于汽車白車身沖孔在線檢測歷史數(shù)據(jù)和偏差模式，偏差溯源分析的可視化展示系統(tǒng)。

本項(xiàng)目主要目標(biāo)可分為白車身沖孔偏差模式識(shí)別和偏差溯源兩大部分。偏差模式識(shí)別基于企業(yè)偏差數(shù)據(jù)特征制作仿真數(shù)據(jù)集，采用基于小波理論的方法，對數(shù)據(jù)進(jìn)行去噪處理。之后引入機(jī)器學(xué)習(xí)算法，分別針對一維和多維數(shù)據(jù)，對車身在線檢測數(shù)據(jù)異常偏差模式進(jìn)行精準(zhǔn)自動(dòng)化識(shí)別。偏差溯源使用ClaSP時(shí)間序列分割算法以及K-Means聚類算法對在線檢測數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，并結(jié)合沖孔加工人、機(jī)、料、法、環(huán)方面的影響因素，對數(shù)據(jù)挖掘所得偏差特征進(jìn)行溯源分析。

本項(xiàng)目成果為設(shè)計(jì)白車身沖孔在線檢測偏差數(shù)據(jù)展示、偏差模式識(shí)別以及偏差原因判斷展示界面。在偏差模式識(shí)別方面，本項(xiàng)目使用小波去噪實(shí)現(xiàn)了數(shù)據(jù)降噪，運(yùn)用機(jī)器學(xué)習(xí)算法，分別針對一維和多維數(shù)據(jù)搭建了白車身偏差模式識(shí)別模型。在偏差溯源方面，本項(xiàng)目分析得到了沖孔加工人、機(jī)、料、法、環(huán)方面的影響因素，并對在線檢測偏差數(shù)據(jù)中存在的偏差特征進(jìn)行了溯源分析。展示界面將模式識(shí)別和偏差溯源的成果進(jìn)行了匯總與展示，實(shí)現(xiàn)了白車身沖孔在線檢測數(shù)據(jù)中偏差模式的識(shí)別以及偏差原因的可視化展示。