基于数据驱动的车辆动力总成冷却系统密封性质量预测

摘要：

为保证车辆动力总成冷却系统的良好密封性能,提出一种基于数据驱动的密封性预测方法,以提高动力总成装配质量.首先,采集了生产装配过程中与冷却系统密封性相关的生产工艺数据并对数据进行预处理,随后使用预处理后数据训练逻辑回归模型直到模型预测准确率满足要求,最后得到具有良好性能的密封性质量预测二分类模型.文中以某车企的218台动力总成装配数据进行仿真实验.实验结果显示,训练后的模型具有较强的分类能力,能准确判别密封性合格与不合格的产品,具有一定工程指导意义.

关键词：数据驱动、逻辑回归、密封性检测

分类号：TH16;TP391

资助基金：工信部智能制造综合标准化与新模式应用项目;重庆市技术创新与应用示范专项重点示范项目

在线出版日期：2021-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：48-51