制造过程质量智能控制系统MPQCAgent-V2.1

在制造过程质量智能控制系统MPQCAgent-v2.0版本基础上（参见本公众号前期文档：制造过程质量控制系统MPQCAgent-v20），针对近3年公开的各种学术文献，补充形成了最新的各类制造过程质量控制算法模型，形成了制造过程质量控制系统MPQCAgent-V2.1版本：融合了目前各种先进的数据统计、机器学习、深度学习、图像处理等算法，第二个版本合计包括200多套算法开发完成，目前开展第二个版本开发（集中于最新3年的新颖算法），新增算法模型30多套，各个功能模块包括了最新典型算法模型与最新发展的算法模型230多套。
针对智能制造环境下复杂的车间制造环境，进行实时有效的制造过程质量波动监控、异常波动的诊断分析、异常溯源、工艺优化以及过程中适时的工序调整是进行制造过程质量控制面临的问题。该系统集制造过程质量监控-异常诊断-工序调整为一体的工序质量控制模式，构建了系统功能体系结构。MPQCAgent融合了目前国际上各种先进的统计分析、统计学习、深度神经网络、统计过程控制、知识发现、在线控制等理论与方法，以工具箱的方式，采用了一种开发的、模块化的结构实现产品表面缺陷检测。采用Python编程语言，满足不同平台需求(包括Windows、Linux)，以B/S模式，通过前端与后端集成开发，采用开放的、模块化、多层架构的设计思想，开发了面向网络化车间制造的工序质量智能控制系统。应用B/S五层架构完成了工序质量控制系统的开发，为网络化车间制造提供有效工序质量控制。开发先进质量控制软件工具包，涵盖以下八大模块，实现制造过程的产品质量的可预测性和可控性：
制造过程变量选择算法模块
制造过程数据降维与特征提取算法模块
制造过程质量状态自适应建模算法模块
制造过程状态实时监控算法模块
制造过程故障智能诊断算法模块
制造过程异常溯源算法模块
制造过程质量算法模块
制造过程轮廓控制（Profile）算法模块
制造过程关键知识提取算法模块
制造过程在线调节算法模块

---