基于機器學習的PU綠色輪胎質量控制的數(shù)學建模研究.pdf

1、PU綠色輪胎是一種新型的高性能綠色輪胎，研發(fā)PU綠色輪胎是輪胎工業(yè)發(fā)展的必然趨勢。經過20年的努力，這項工作已經取得很大進展，而要真正得到實際應用還需要幾年的努力，以解決當前的技術難題?！　〈罅康膶嶒灡砻?，PU材料的配方和物理性能之間存在本質的必然的聯(lián)系，而這些聯(lián)系正是研制新型配方所必須把握和控制的。本文在大量實驗數(shù)據(jù)的基礎上，采用多種機器學習的方法，尋找配方和物理性能各項指標之間的必然聯(lián)系，建立PU綠色輪胎質量控制模型，用以輔助新型

2、配方的研制和開發(fā)。　　從質量控制問題的實際需求出發(fā)，在配方物理性能試驗測試中，希望建立一個能夠根據(jù)配方材料和材料配比估計PU材料物理性能指標的數(shù)學模型。在進行后面配方的試驗中，將模型的預測值與試驗測量值比較，核實試驗的可靠性或更新數(shù)學模型。在新配方的研發(fā)中，同樣希望建立一個數(shù)學模型，在給定物理性能指標要求的條件下，該模型能夠給出配方的建議，用以指導新配方的研發(fā)?！　∮膳浞筋A測物理性能的建模過程，實質上是一個回歸(函數(shù)逼近)問題，本文

3、采用神經網絡的函數(shù)逼近方法和支持向量機回歸兩種不同的機器學習方法建模。由物理性能反向預測配方的建模過程包括兩部分，一部分為配方材料種類的選擇，它是一個多分類的問題，本文先用神經網絡建模，然后用支持向量機分類的方法建模；另一部分為對配方材料配比的估計，它也是一個回歸問題，本文同樣采用神經網絡和支持向量機分別建模。　　建模結果表明，無論是神經網絡還是支持向量機，也無論是分類問題還是回歸問題，經過多次建模后均能取得較為滿意的預測結果。其中神