基于多批次小样本航天产品的缺陷率指标修正方法与流程

本发明涉及质量管理领域以及人工智能领域，涉及一种基于多批次小样本航天产品的缺陷率指标修正方法。

背景技术：

1、在航天产品领域，对相同类型的产品会基于不同的订单，分为不同批次进行生产。这些不同批次的产品可能会由于业务需求、产品规格的局部修改而与需要进行质量评估目标批次产品在整体相似的条件下具有较小的差异性。因此，提取这些不同批次产品的有效信息，可以提高目标批次产品质量数据的涵盖产品整体质量分布的有效信息，但是直接利用相似质量缺陷率数据进行计算会导致缺陷率计算结果准确性下降，甚至低于原始质量缺陷率数据。

2、航天装备部件生产流程具有小批量、多批次的特点，单批次部件的需求量和生产量远远无法达到百万量级的水平。因此，传统缺陷率质量评价方法在对小批量复杂装备进行质量评价时，需要将小批量航天装备的统计结果归一化到百万量级的水平，从而实现对百万量级产品缺陷率计算结果的近似。但是基于统计近似对缺陷率指标计算结果的准确性产生影响，导致缺陷率指标值的置信度较低，限制了缺陷率指标的客观性和在航天装备质量评估业务应用中的指导意义。

技术实现思路

1、鉴于上述的分析，本发明旨在公开了一种基于多批次小样本航天产品的缺陷率指标修正方法，解决多批次小样本航天产品的缺陷率指标精度差的问题。

2、本发明公开了一种基于多批次小样本航天产品的缺陷率指标修正方法，包括：

3、步骤s1、获取多批次小样本的航天产品的质量缺陷率数据；从中提取出每一批质量数据的有效特征；使质量数据的有效特征能够归一化到百万量级产品条件下；

4、步骤s2、基于所述质量数据的有效特征构建出质量数据相似度度量参数；

5、步骤s3、基于质量数据的有效特征和质量数据相似度度量参数，进行缺陷率指标修正；得到符合百万量级产品条件下的质量缺陷率数据。

6、进一步地，在步骤s1中，采用基于kl散度正则化的变分自编码器对输入的n批次小样本的航天产品的质量数据进行提取；通过提取得到质量数据的有效特征其中，m维向量xl为第l批的质量数据的有效特征。

7、进一步地，在基于kl散度正则化的变分自编码器模型训练过程中，通过对变分自推断不等式的kl散度正则项进行加权，减小kl散度正则项权重，用于提高重构项的训练稳定度。

8、进一步地，在步骤s2中，通过对变分自编码器输出的质量数据的有效特征使用k-means方法进行聚类；基于聚类结果和质量数据的有效特征在特征空间中的距离度量，构建出质量数据相似度度量参数。

9、进一步地，使用k-means方法进行聚类时，旨在求解的优化问题为：

10、

11、其中，聚类中心为u为中心个数；聚类参数tlu∈{0,1}；对于l＝1,…,n，均有u≤m。

12、进一步地，通过计算不同的两批次的质量数据的有效特征属于相同聚类的概率以及有效特征的差异性距离度量，构建出两批次的质量数据的相似度度量参数。

13、进一步地，l批质量数据和k批质量数据相似度slk为：

14、

15、式中，为质量数据的有效特征xl和xk属于相同聚类的概率；为质量数据的有效特征xl和xk的差异性距离。

16、进一步地，质量数据的有效特征xl和xk属于相同聚类的概率为：

17、

18、其中，tlu和tku分别为在进行k-means聚类时，两批质量数据xl和xk对于聚类中心u的聚类参数。

19、进一步地，质量数据的有效特征xl和xk的差异性距离为：

20、

21、式中，w>0为预设的参数。

22、进一步地，在步骤s3中，对于l批质量数据进行缺陷率指标修正后，得到符合百万量级产品条件下缺陷率指标为：

23、

24、式中，xl为l批质量数据的有效特征，slk为l批质量数据和k批质量数据相似度度量参数。

25、本发明可实现以下有益效果之一：

26、本发明提供了基于多批次小样本航天产品的缺陷率指标修正方法，提出了新的缺陷率计算方法，所计算的缺陷率更加有效的近似百万量级产品条件下的缺陷率计算结果。

27、针对航天型号产品复杂度高、多批次、小批量的特点，运用小样本指标适用性、可靠性和不确定性评估方法对产品进行缺陷率分析评估，通过融合多批次产品的先验信息，对单批次小样本缺陷率数据进行误差修正，提升缺陷率计算结果的准确性。定位产品型号过程中的薄弱环节和缺陷，发现和解决系统质量隐患，支撑产品改进，降低损失。

技术特征：

1.一种基于多批次小样本航天产品的缺陷率指标修正方法，其特征在于，包括：

2.根据权利要求1所述的基于多批次小样本航天产品的缺陷率指标修正方法，其特征在于，

3.根据权利要求2所述的基于多批次小样本航天产品的缺陷率指标修正方法，其特征在于，

4.根据权利要求3所述的基于多批次小样本航天产品的缺陷率指标修正方法，其特征在于，

5.根据权利要求4所述的基于多批次小样本航天产品的缺陷率指标修正方法，其特征在于，

6.根据权利要求5所述的基于多批次小样本航天产品的缺陷率指标修正方法，其特征在于，

7.根据权利要求6所述的基于多批次小样本航天产品的缺陷率指标修正方法，其特征在于，

8.根据权利要求7所述的基于多批次小样本航天产品的缺陷率指标修正方法，其特征在于，

9.根据权利要求7所述的基于多批次小样本航天产品的缺陷率指标修正方法，其特征在于，

10.根据权利要求7所述的基于多批次小样本航天产品的缺陷率指标修正方法，其特征在于，

技术总结
本发明涉及一种基于多批次小样本航天产品的缺陷率指标修正方法，包括：步骤S1、获取多批次小样本航天产品的质量缺陷率数据；从中提取出每一批质量数据的有效特征；使质量数据的有效特征能够归一化到百万量级产品条件下；步骤S2、基于所述质量数据的有效特征构建出质量数据相似度度量参数；步骤S3、基于质量数据的有效特征和质量数据相似度度量参数，进行缺陷率指标修正；得到符合百万量级产品条件下的质量缺陷率数据。本发明解决了定位产品型号过程中的薄弱环节和缺陷，发现和解决系统质量隐患，支撑产品改进，降低损失。

技术研发人员：张彤,白洋,郝创博,闫鑫,郭小星,王宏君,马静,侯健,李帅衡,邓大伟
受保护的技术使用者：北京京航计算通讯研究所
技术研发日：
技术公布日：2024/1/15