原文传递
多元质量参数影响下的发动机质量特性预测方法研究
| 论文题名： | 多元质量参数影响下的发动机质量特性预测方法研究 |
| 关键词： | 发动机装配;多元质量因素;质量预测;偏互信息;反馈神经网络 |
| 摘要： | 发动机装配是发动机整个生产过程中重要的环节，装配质量的好坏决定着发动机性能，在此过程中多元质量因素以某种复杂的非线性形式影响着发动机的性能。本文针对装配过程中质量因素对质量特性影响难以量化的问题，以多元质量因素影响下的质量特性预测作为研究的对象，提出基于偏互信息-Elman网络的质量特性预测模型，以实现对发动机质量特性的预测与诊断。 首先，通过分析多元质量参数会以不同的方式影响质量特性，阐述了相关性分析理论，引入互信息进行相关性分析;介绍基于偏互信息方法的参数选择，在避免计算分布函数的情况下，利用Copula函数对偏互信息进行估计，确定了关键质量参数。介绍了无反馈神经网络和反馈神经网络预测方法，剖析了BP神经网络的优缺点，引入Elman网络对质量特性进行预测与诊断，为建模做好理论准备。 其次，通过分析发动机装配工艺和机加工艺特点，找出了装配过程中和机加工过程中影响质量特性的相关因素。介绍测试工艺与性能指标的联系，确定了排气压力作为本文研究的质量特性。通过统计学方法对排气压力质量特性的部分参数特点进行了分析，以数学图形描述了参数的分布情况和离散程度，为研究相关性做准备。 再次，利用概率转换方法对质量参数进行了无量纲处理。通过偏互信息理论和Copula熵计算质量特性与质量因素之间的相关性值，筛选出了神经网络输入变量。采用Elman网络建立了预测与诊断模型，通过与普通BP神经网络对比验证中，确定模型的有效性和准确性。通过输出变量排气压力这个质量特性的预测值，建立控制图诊断模式，将预测与诊断巧妙结合，为发动机性能预测与诊断提供数学依据。 最后，以某发动机工厂为例，提出了发动机质量特性预测与诊断系统。通过明确系统需求和软硬件条件，对系统进行了建模;分析系统功能模块，开发了可视化界面有助于预测与诊断;通过Elman神经网络训练样本，预测质量特性并通过SPC图进行分析，实现了发动机装配质量的主动预防与预警控制。 |
| 作者： | 杜涛涛 |
| 专业： | 工业工程 |
| 导师： | 张彦如 |
| 授予学位： | 硕士 |
| 授予学位单位： | 合肥工业大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
