基于PSo-Ls-SVM的發(fā)動機多工序裝配質(zhì)量預(yù)測模型研究.pdf

1、隨著中國汽車領(lǐng)域的飛速發(fā)展，汽車發(fā)動機作為動力發(fā)生裝置，其復(fù)雜程度越來越高，相應(yīng)的多工序裝配技術(shù)的難度也越來越高。在線質(zhì)量實時預(yù)測是發(fā)動機多工序裝配質(zhì)量控制的關(guān)鍵。質(zhì)量預(yù)測的研究方法從專家系統(tǒng)方法到神經(jīng)網(wǎng)絡(luò)方法，再到各種支持向量機方法;研究的角度從工序級提升到系統(tǒng)級，從單工序到多工序。質(zhì)量預(yù)測研究的對象也越來越多。但目前來看，質(zhì)量預(yù)測在發(fā)動機應(yīng)用方面的研究仍然不足。
　　針對發(fā)動機多工序裝配的回轉(zhuǎn)力矩檢測中較大的誤差波動性影響裝配

2、質(zhì)量的問題，構(gòu)建了基于粒子群參數(shù)優(yōu)化最小二乘支持向量機的發(fā)動機多工序裝配質(zhì)量預(yù)測模型。該模型綜合考慮了多工序裝配質(zhì)量的不確定性和裝配工序相對確定的特征，選取了軸向間隙、同軸度、間隙配合、彎曲度等主要因素作為輸入質(zhì)量特性，曲軸回轉(zhuǎn)力矩作為輸出質(zhì)量特性，從而建立輸入質(zhì)量特性與輸出質(zhì)量特性之間的多維映射關(guān)系。根據(jù)采集整理后的質(zhì)量數(shù)據(jù)進行訓(xùn)練學(xué)習(xí)，利用粒子群優(yōu)化算法對最小二乘支持向量機中的正則化參數(shù)和核函數(shù)參數(shù)進行參數(shù)優(yōu)化，然后應(yīng)用訓(xùn)練出的模型