案例一:CNC缺陷预警系统
作品名称:CNC机床缺陷预警系统
所属行业:人工智能 / 工业制造
作品介绍:
本项目是一个基于机器学习的CNC机床缺陷早期预警系统,能够根据实时IoT传感器数据预测未来15分钟内是否会发生加工缺陷。
核心功能:
基于XGBoost的缺陷预测模型,结合Optuna自动超参数搜索,在测试集上实现高精度预警
51维工程特征构建,涵盖传感器时序统计、滑动窗口特征、交叉特征等
SHAP可解释性分析,量化各传感器特征对缺陷预测的贡献度,为工艺优化提供依据
完整的ML Pipeline:数据预处理→特征工程→模型训练→评估→可视化
技术栈:Python、XGBoost、Optuna、SHAP、scikit-learn、pandas、matplotlib
我的角色:独立完成从数据分析、特征工程、模型选型与调优、可解释性分析到技术报告撰写的全流程工作。项目包含完整的代码仓库、技术报告(LaTeX)和可视化图表。