全部 图书 报纸 期刊 视频 新闻 标准 学位论文 会议论文 图片
首页>质量研究>学位论文>  基于PSO-LS-SVM的发动机多工序装配质量预测模型研究

基于PSO-LS-SVM的发动机多工序装配质量预测模型研究

日期:2016.01.01 点击数:0

【类型】学位论文

【作者】吕旭泽 

【关键词】 装配质量 最小二乘支持向量机 粒子群 预测模型 回转力矩

【学位授予单位】合肥工业大学

【学位年度】2016

【学位名称】硕士

【分类号】U464.171

【导师姓名】刘明周

【摘要】随着中国汽车领域的飞速发展,汽车发动机作为动力发生装置,其复杂程度越来越高,相应的多工序装配技术的难度也越来越高。在线质量实时预测是发动机多工序装配质量控制的关键。质量预测的研究方法从专家系统方法到神经网络方法,再到各种支持向量机方法;研究的角度从工序级提升到系统级,从单工序到多工序。质量预测研究的对象也越来越多。但目前来看,质量预测在发动机应用方面的研究仍然不足。针对发动机多工序装配的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最小二乘支持向量机的发动机多工序装配质量预测模

【全文挂接】 获取全文

3 0
Rss订阅