发动机曲轴多工序装配的质量预测模型研究

• 作者: 刘明周 吕旭泽 王小巧
• 来源期刊: 汽车工程学报
• 学科: 工学
• 关键词: 装配质量 回转力矩 粒子群优化 最小二乘支持向量机 预测模型
• 年，卷（期）: 2016,（1）
• 页码范围: 22-28
• 页数: 7页
• 分类号: TK422
• 字数: 3864字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1469.2016.01.04

摘要

针对发动机曲轴回转力矩检测中较大的误差波动性影响装配质量的问题,构建了基于粒子群参数优化(Particle Swarm Optimization,PSO)的最小二乘支持向量机(Least Squares Support Vector Machines,LS-SVM)的发动机曲轴装配质量预测模型.综合考虑了装配质量的不确定性和装配工序相对确定的特征,选取了轴向间隙、同轴度、间隙配合、弯曲度等主要因素作为输入特性,曲轴回转力矩作为输出特性.根据采集整理后的质量数据进行训练学习,利用粒子群算法对最小二乘支持向量机中的参数进行优化,预测曲轴回转力矩.以曲轴回转力矩检测为例,对比分析了神经网络模型,结果表明了该模型的实用性与有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘明周	合肥工业大学机械与汽车工程学院	138	2012	25.0	33.0
2	王小巧	合肥工业大学机械与汽车工程学院	15	226	9.0	15.0
3	吕旭泽	合肥工业大学机械与汽车工程学院	1	5	1.0	1.0