本文關(guān)鍵詞：機(jī)器學(xué)習(xí)方法在機(jī)械產(chǎn)品參數(shù)設(shè)計缺陷辨識中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：機(jī)械產(chǎn)品設(shè)計參數(shù)的選擇是決定產(chǎn)品質(zhì)量的關(guān)鍵因素，因產(chǎn)品參數(shù)設(shè)計不合理引起的設(shè)計缺陷是造成產(chǎn)品開發(fā)周期延長、影響產(chǎn)品市場競爭力的的主要原因之一。為了在設(shè)計階段初期實現(xiàn)機(jī)械產(chǎn)品設(shè)計參數(shù)缺陷的辨識，本文提出了基于支持向量機(jī)(SVM)以及人工神經(jīng)網(wǎng)絡(luò)(ANN)的參數(shù)設(shè)計缺陷辨識模型，對模型構(gòu)建、參數(shù)選擇及結(jié)果分析等內(nèi)容進(jìn)行了較為深入系統(tǒng)的研究。 針對高速機(jī)車車軸設(shè)計中因參數(shù)設(shè)計不合理造成的設(shè)計缺陷，提出了一種基于改進(jìn)型支持向量機(jī)分類算法的設(shè)計缺陷辨識模型�？紤]到設(shè)計樣本間的差異和不同特征參數(shù)對設(shè)計結(jié)果的影響，采用了樣本加權(quán)和特征加權(quán)相結(jié)合的方法改善模型。針對支持向量機(jī)參數(shù)選擇難的問題，提出了基于支持向量回歸(SVR)算法確定該模型的參數(shù)，可快速找到理想的模型參數(shù)以提高支持向量機(jī)的分類精度和泛化能力�？紤]機(jī)車車軸輪座區(qū)參數(shù)設(shè)計不合理造成的幾類設(shè)計缺陷，采用支持向量機(jī)分類算法對設(shè)計樣本進(jìn)行學(xué)習(xí)訓(xùn)練，建立了SVM模型，實現(xiàn)了對新車軸設(shè)計參數(shù)的缺陷辨識。 產(chǎn)品的設(shè)計缺陷不僅僅因為幾何設(shè)計參數(shù)的設(shè)置不合理，還與包含產(chǎn)品材料選擇、加工工藝參數(shù)設(shè)置、結(jié)構(gòu)參數(shù)等廣義設(shè)計參數(shù)有關(guān)。本文提出了基于BP神經(jīng)網(wǎng)絡(luò)的參數(shù)設(shè)計缺陷的辨識方法，以汽車保險杠的設(shè)計為研究對象，從保險杠的眾多設(shè)計參數(shù)中選擇對其質(zhì)量影響重大的若干參數(shù)，，通過對神經(jīng)網(wǎng)絡(luò)的訓(xùn)練實現(xiàn)了保險杠表面缺陷及整體缺陷兩種類型設(shè)計缺陷的識別。 考慮產(chǎn)品同其他零部件發(fā)生諸如裝配、加工等約束關(guān)系時，受外界約束參數(shù)影響而造成設(shè)計缺陷的現(xiàn)象，采用一類神經(jīng)網(wǎng)絡(luò)改進(jìn)算法構(gòu)建基于設(shè)計參數(shù)約束關(guān)系的缺陷辨識模型，研究約束參數(shù)變化對設(shè)計結(jié)果造成的影響。針對機(jī)械產(chǎn)品設(shè)計參數(shù)的隨機(jī)性，引入設(shè)計參數(shù)靈敏度的概念，在神經(jīng)網(wǎng)絡(luò)模型的基礎(chǔ)上計算各個隨機(jī)設(shè)計參數(shù)的靈敏度，獲得了設(shè)計參數(shù)隨機(jī)變化對設(shè)計結(jié)果的影響，達(dá)到了指導(dǎo)設(shè)計參數(shù)、加工參數(shù)及裝配精度參數(shù)選擇的目的。 本論文研究的基于機(jī)器學(xué)習(xí)算法的設(shè)計缺陷辨識方法為機(jī)電產(chǎn)品參數(shù)設(shè)計缺陷辨識問題提供了一套行之有效的理論、方法和技術(shù)。
【關(guān)鍵詞】：設(shè)計參數(shù) 缺陷 辨識 支持向量機(jī) 神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：TH122;TP181
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 緒論11-18
• 1.1 課題背景及研究意義11-12
• 1.2 機(jī)械產(chǎn)品設(shè)計缺陷辨識的研究概況12-14
• 1.2.1 高速機(jī)車車軸設(shè)計研究概況12-13
• 1.2.2 汽車保險杠設(shè)計研究概況13-14
• 1.3 支持向量機(jī)的研究與發(fā)展14-15
• 1.4 神經(jīng)網(wǎng)絡(luò)的研究現(xiàn)狀15-16
• 1.5 本論文研究的主要內(nèi)容16-17
• 1.5.1 支持向量機(jī)理論及參數(shù)選擇算法研究16
• 1.5.2 基于支持向量機(jī)的機(jī)車車軸設(shè)計缺陷辨識16
• 1.5.3 基于 BP 神經(jīng)網(wǎng)絡(luò)的汽車保險杠設(shè)計缺陷辨識16-17
• 1.5.4 基于參數(shù)約束關(guān)系的設(shè)計缺陷辨識模型17
• 1.6 本章小結(jié)17-18
• 第二章 支持向量機(jī)參數(shù)選擇算法研究18-30
• 2.1 支持向量機(jī)理論基礎(chǔ)及基本算法18-25
• 2.1.1 機(jī)器學(xué)習(xí)的基本問題與統(tǒng)計學(xué)習(xí)理論18-21
• 2.1.2 支持向量機(jī)基本算法21-25
• 2.2 支持向量機(jī)參數(shù)選擇算法研究25-29
• 2.2.1 算法流程26-27
• 2.2.2 數(shù)據(jù)實驗及結(jié)果分析27-29
• 2.3 本章小結(jié)29-30
• 第三章 基于支持向量機(jī)的機(jī)車車軸設(shè)計缺陷辨識30-40
• 3.1 機(jī)車車軸損壞及破壞形式30-31
• 3.2 基于 SVM 的機(jī)車車軸設(shè)計缺陷辨識模型31-33
• 3.2.1 缺陷辨識模型輸入層設(shè)計31
• 3.2.2 缺陷辨識模型輸出層設(shè)計31
• 3.2.3 加權(quán) SVM 參數(shù)缺陷辨識算法31-33
• 3.3 樣本數(shù)據(jù)預(yù)處理33-36
• 3.3.1 樣本加權(quán)權(quán)值確定34-35
• 3.3.2 基于信息增益法特征權(quán)值確定35-36
• 3.4 缺陷辨識結(jié)果及分析36-39
• 3.5 本章小結(jié)39-40
• 第四章 基于 BP 神經(jīng)網(wǎng)絡(luò)的汽車保險杠設(shè)計缺陷辨識40-54
• 4.1 人工神經(jīng)網(wǎng)絡(luò)及 BP 算法40-43
• 4.1.1 神經(jīng)元模型40-41
• 4.1.2 BP 神經(jīng)網(wǎng)絡(luò)41-43
• 4.2 汽車保險杠設(shè)計參數(shù)43-47
• 4.2.1 保險杠結(jié)構(gòu)參數(shù)43-45
• 4.2.2 保險杠材料參數(shù)45-46
• 4.2.3 保險杠工藝參數(shù)46-47
• 4.3 BP 神經(jīng)網(wǎng)絡(luò)模型建立47-50
• 4.3.1 樣本數(shù)據(jù)預(yù)處理48
• 4.3.2 BP 神經(jīng)網(wǎng)絡(luò)各層神經(jīng)元節(jié)點數(shù)設(shè)計48-49
• 4.3.3 BP 神經(jīng)網(wǎng)絡(luò)參數(shù)選擇49-50
• 4.4 缺陷辨識結(jié)果及分析50-53
• 4.5 本章小結(jié)53-54
• 第五章 基于參數(shù)約束關(guān)系的設(shè)計缺陷辨識模型54-68
• 5.1 機(jī)械產(chǎn)品設(shè)計參數(shù)約束類型54-56
• 5.2 機(jī)械產(chǎn)品設(shè)計參數(shù)靈敏度56-58
• 5.3 基于參數(shù)約束關(guān)系的軸套設(shè)計缺陷辨識模型58-62
• 5.3.1 軸套裝配形式58-59
• 5.3.2 軸套設(shè)計參數(shù)約束關(guān)系59-61
• 5.3.3 模型輸入輸出設(shè)置61-62
• 5.4 一類神經(jīng)網(wǎng)絡(luò)改進(jìn)算法62-63
• 5.5 缺陷辨識結(jié)果分析63-67
• 5.5.1 網(wǎng)絡(luò)訓(xùn)練及結(jié)果分析63-66
• 5.5.2 參數(shù)靈敏度計算66-67
• 5.6 本章小結(jié)67-68
• 第六章 論文的總結(jié)與展望68-70
• 6.1 論文的總結(jié)68-69
• 6.2 論文的展望69-70
• 致謝70-71
• 參考文獻(xiàn)71-75
• 攻碩期間取得的研究成果75-76

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 路平,龔瑞庚;道路交通事故的基本規(guī)律與對策[J];長沙交通學(xué)院學(xué)報;1999年04期

2 王利霞,楊楊,王蓓,申長雨;注塑成型工藝參數(shù)對制品體收縮率變化的影響及工藝參數(shù)優(yōu)化[J];高分子材料科學(xué)與工程;2004年02期

3 В.В.НОВИКОВ,高路;軸重25t空心車軸[J];國外鐵道車輛;2003年04期

4 王小平,沈玉娣;支持向量機(jī)在軸承故障診斷中的應(yīng)用[J];機(jī)床與液壓;2003年04期

5 孟祥旭,徐延寧;參數(shù)化設(shè)計研究[J];計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報;2002年11期

6 朱喜林,吳博達(dá),武星星,李曉梅;BP網(wǎng)絡(luò)在優(yōu)化機(jī)械加工參數(shù)中的應(yīng)用[J];計算機(jī)集成制造系統(tǒng);2004年09期

7 范守文;熊靜琪;邵旭光;黃洪鐘;胡天友;;機(jī)電產(chǎn)品的可驗證設(shè)計系統(tǒng)及其實現(xiàn)框架[J];計算機(jī)集成制造系統(tǒng);2010年06期

8 張大鵬;陳光雄;田合強;;車軸輪座微動損傷對車軸疲勞壽命的影響[J];機(jī)械設(shè)計與制造;2009年01期

9 高雪鵬,叢爽;BP網(wǎng)絡(luò)改進(jìn)算法的性能對比研究[J];控制與決策;2001年02期

10 郝培鋒,肖文棟,祝鋼,徐心和;關(guān)于BP網(wǎng)絡(luò)變結(jié)構(gòu)問題的研究[J];控制與決策;2001年03期

  本文關(guān)鍵詞：機(jī)器學(xué)習(xí)方法在機(jī)械產(chǎn)品參數(shù)設(shè)計缺陷辨識中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

本文編號：434169