公共文化服务平台

余建波: 作品数：97 被引量：561H指数：12; 供职机构：同济大学机械与能源工程学院更多>>; 发文基金：国家自然科学基金中央高校基本科研业务费专项资金上海市教育委员会创新基金更多>>; 相关领域：机械工程自动化与计算机技术电子电信经济管理更多>>

合作作者

基于局部与非局部线性判别分析和高斯混合模型动态集成的晶圆表面缺陷探测与识别被引量：16: 2016年; 在复杂的半导体制造过程中,晶圆生产经过薄膜沉积、蚀刻、抛光等多项复杂的工序,制造过程中的异常波动都可能导致晶圆缺陷产生.晶圆表面的缺陷模式通常反映了半导体制造过程的各种异常问题,生产线上通过探测和识别晶圆表面缺陷,可及时判断制造过程故障源并进行在线调整,降低晶圆成品率损失.本文提出了基于一种流形学习算法与高斯混合模型动态集成的晶圆表面缺陷在线探测与识别模型.首先该模型开发了一种新型流形学习算法—局部与非局部线性判别分析法(Local and nonlocal linear discriminant analysis,LNLDA),通过融合数据局部/非局部信息以及局部/非局部惩罚信息,有效地提取高维晶圆特征数据的内在流形结构信息,以最大化数据不同簇样本的低维映射距离,保持特征数据中相同簇的低维几何结构.针对线上晶圆缺陷产生的随机性和复杂性,该模型对每种晶圆缺陷模式构建相应的高斯混合模型(Gaussian mixture model,GMM),提出了基于高斯混合模型动态集成的晶圆缺陷在线探测与识别方法.本文提出的模型成功地应用到实际半导体制造过程的晶圆表面缺陷在线探测与识别,在WM-811K晶圆数据库的实验结果验证了该模型的有效性与实用性.; 余建波卢笑蕾宗卫周; 关键词：半导体制造模式识别流形学习高斯混合模型

面向电网企业内控审计的知识图谱建模研究被引量：2: 2021年; 评价内部控制对资产、资金安全的保障作用,发现内部控制缺陷,是电网企业内控审计的目的之一。文章提出了面向电网企业内控审计的知识图谱建模方法。采用深度学习方法挖掘财务报表上资产、资金的状态以及资产、资金在流转中的增值性与内部控制政策的因果关系,实现结构化数据与非结构化数据的融合,最终形成内部控制综合评价。知识图谱作为人工智能领域的研究热点,目前在信息搜索、自动问答、决策分析等应用中发挥重要作用。知识图谱通过结构化地描述客观数据信息中概念、实体及其关系,使审计数据更易被理解,借助知识图谱语义网络的优势,可有效地挖掘海量审计数据的隐藏价值和数据间的关联关系。同时,在知识图谱构件中引入深度学习技术,从审计系统多元异构数据中提取数据特征,挖掘数据间关系,能有效评价内部控制有效性,提升内控审计工作水平。; 邵磊落周成轩黄琪华张铖怡余建波; 关键词：内控审计知识图谱

基于深度强化学习与有限元仿真集成的拉深成形控制被引量：6: 2020年; 金属板材拉深过程中的压边力是决定成品质量的关键参数,传统压边力控制方法往往需要对高度非线性的拉深过程进行建模,导致其控制结果与实际存在较大偏差。提出一种基于深度强化学习与有限元仿真集成的金属板材拉深过程控制模型,利用深度神经网络强大的预测能力来提取拉深加工过程中的状态信息并进行可靠预测,结合强化学习的决策能力来进行压边力控制策略的学习优化,避免了精确系统动力学模型的拟合以及先验知识的获取。同时,针对板材拉深加工中常见的拉裂质量缺陷与起皱质量缺陷,建立拉深成形性能评价函数,为深度强化学习提供回报信号来指导学习过程,并利用有限元仿真构成深度强化学习的环境模型。试验表明,深度强化学习模型能够有效地进行压边力控制策略优化,有效提高产品质量。所提出的压边力控制模型利用无模型的深度强化学习,能避免拉深过程的系统模型拟合,可提高压边力控制策略的控制效果,同时结合循环神经网络能解决板材拉深加工过程中的部分可观察性问题。; 郭鹏张新艳余建波; 关键词：有限元仿真优化控制

基于项目管理的化工建设项目施工过程成本控制方法研究被引量：2: 2016年; 受管理水平、技术力量等影响,目前国内化工建设项目建设成本居高不下,往往超出了原定预算。分析化工建设项目在建设过程中费用控制的现状,提出了优化成本控制的方案。以某化工建设项目为例,介绍了利用项目管理理论知识,借助企业项目管理软件平台的各项功能,在化工建设项目过程中进行成本控制,实现预期降本目标,希望借此对大型化工建设项目实施单位以及项目咨询企业等提供相关参考。; 张苏锋余建波; 关键词：项目管理化工建设项目施工过程成本控制

基于迁移学习与深度森林的晶圆图缺陷识别被引量：5: 2020年; 为了有效识别晶圆图缺陷模式并及时诊断制造过程的故障源,提出基于迁移学习和深度森林集成的DenseNet-GCForest晶圆图缺陷模式识别模型.为了解决深度学习模型训练困难和晶圆图缺陷类型数目不平衡的问题,利用迁移学习将深度卷积神经网络DenseNet在ImageNet上预训练的网络权重参数迁移至本模型并重新设计分类层,以减少深度网络模型的训练时间并提高模型的特征提取能力;基于DenseNet网络提取的高维抽象晶圆图特征,引入深度森林模型进行晶圆图特征缺陷模式识别.工业案例的实验验证结果表明,该方法的识别准确率达到了96.8%,并提高了识别效率,其性能优于典型的卷积神经网络以及其他常用识别方法.; 沈宗礼余建波; 关键词：半导体制造卷积神经网络

基于多场耦合建模与Bootstrap方法的滑环可靠性评估被引量：4: 2019年; 导电滑环作为卫星太阳电池矩阵驱动机构的核心部件,其可靠性关系到卫星寿命的长短,由于空间用滑环寿命试验费用昂贵、试验周期长、样本数据量少等特点,无法获取大样本寿命数据,利用传统大样本数据进行统计推断,从而进行可靠性评估的方法存在困难。因此提出一种基于摩擦磨损模型的可靠性评估方法,应用赫兹理论、传热学方法分别计算摩擦副磨损过程中的接触区域变化和温度变化,量化热力电多场耦合对摩擦副磨损的影响,提出基于粘着磨损的多物理场耦合磨损模型,基于该模型得到的寿命数据,运用改进Bootstrap方法得到滑环寿命分布的参数估计,最后与传统可靠性预测方法结合,得到一系列滑环可靠性指标。方法对比结果表明,改进Bootstrap方法不仅具有较高的评估精度,还具有主观性小、适用性强的特点,由该方法所得的各可靠性指标均符合工程实际,具有很强的工程应用价值。; 刘贤军孙远航王永松施英莹孙习武余建波; 关键词：BOOTSTRAP方法可靠性评估

基于统计α算法的过程挖掘被引量：2: 2018年; 过程挖掘算法是从管理信息系统产生的事件日志中提取信息、发现知识并实现工作流建模的工具,也是目前工作流最主要的建模工具。然而现有的过程挖掘算法存在准确度较低、运行时间长和拟合度过高等问题,影响最终工作流模型的准确率。提出了一种基于统计α算法的过程挖掘算法,在保证算法较高的准确率和合适的拟合度的同时,降低算法运行时间,保证了算法的效率。首先,提出了重名活动识别算法,作为过程挖掘的预处理活动,提高了算法的准确性;其次,提出了统计α算法作为过程挖掘核心算法,有效消除了事件日志中噪声的影响;最后,提出了新的非自由选择结构识别算法,进一步提高了算法的鲁棒性和准确率。通过仿真实验和真实案例验证了该算法在准确率和运行时间上的优越性。; 余建波董晨阳李传锋程辉孙习武; 关键词：工作流建模

基于供应商库存管理的电子元器件分销商库存管理改善被引量：1: 2019年; 库存管理是企业管理的重要组成部分,直接影响企业的运作成本、资金周转能力、利润水平、竞争力、客户服务水平等。以电子元器件分销商为研究对象,对库存现状进行整体分析,结合电子元器件的产品特点和分销行业特征,基于供应商库存管理的基本思想,提出具有针对性的库存管理改善方案。通过实施改善方案,可以降低电子元器件分销商的库存,提高资金利用率,以及企业供货的稳定性、灵活度,从而提升企业竞争力。; 张琳余建波; 关键词：电子元器件分销商

基于贝叶斯推论和自组织映射的轴承性能退化评估方法被引量：7: 2012年; 为在线识别和评估轴承的动态运行状态,提出一种基于贝叶斯推论和自组织映射的轴承性能退化评估方法。首先运用独立成分分析算法从原始特征集提取表征轴承正常运行的特征集,建立描述轴承健康状态的基准自组织映射模型,进而提出基于负对数似然概率的设备性能量化评估指标和基于贝叶斯推论的失效概率计算方法,在线识别和评估轴承的动态运行状态。通过在轴承全寿命测试床的实验结果表明,与一些传统的特征值指标和基于支持向量数据描述的性能退化评估方法相比,提出的评估指标可有效地量化轴承的全寿命性能退化过程,为进一步制定维护计划提供重要的设备健康信息。; 刘美芳余建波尹纪庭; 关键词：轴承自组织映射故障诊断

注意力卷积GRU自编码器及其在工业过程监控的应用被引量：5: 2021年; 针对现有故障检测算法难以深入并准确地提取数据内在信息的问题,提出注意力卷积门控循环单元自编码器(CGRUA-AE)深度神经网络和基于CGRUA-AE的过程故障检测方法.采用卷积门控循环单元(ConvGRU)有效地提取输入数据的空间和时间特征;建立基于ConvGRU的自编码器,采用无监督学习对时间序列数据进行特征提取,引入注意力机制对相应的特征进行加权计算,实现对关键特征的有效选择;分别在特征空间与残差空间上建立基于T^(2)、SPE统计量的过程监控模型,实现对多元数据有效的特征提取和故障检测.数值案例和田纳西−伊士曼过程故障检测结果表明,CGRUA-AE具有良好的特征提取能力和故障检测能力,性能优于常用的过程故障检测方法.; 刘兴余建波; 关键词：故障检测注意力

余建波

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

余建波

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈