基于RF-SVM的发动机缸体孔组加工质量分级监控

摘要：

为实时动态监控发动机缸体顶面孔组的加工质量,提出基于随机森林(random forest,RF)和支持向量机(sup-port vector machine,SVM)相结合的工序节点处加工质量分级监控模型.设计在工序间快速获取发动机缸体孔组图像的机器视觉系统,提取单缸孔7个特征参数及3个相邻孔间距;用主成分分析法对特征参数进行降维处理,建立样本集合训练孔组整体加工质量RF分级监控模型及单孔加工质量SVM分级监控模型.应用该模型对某发动机缸体顶面孔组加工质量进行在线监控,结果表明,与决策树模型、RF模型和SVM模型相比,所提模型对孔组整体加工质量分级精度可达97.778％,单孔分级精度可达99.167％,能快速响应发动机缸体制造过程质量反馈控制,可有效解决相关工程实际问题.

关键词：发动机缸体、加工质量、随机森林、支持向量机、分级监控

所属期刊栏目：41

分类号：TP278(自动化技术及设备)

资助基金：国家自然科学基金项目;天津市自然科学基金项目;河北省自然科学基金项目;河北省重点研发计划基金项目

在线出版日期：2020-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1411-1419