Predicción de la Calidad de Maquinado del Bloque del Motor Diesel Marino Basada en una Red de Transmisión de Errores
Autores: Sun, Li; Ren, Xiaodie; Zhou, Honggen; Li, Guochao; Yang, Weibin; Zhao, Junjie; Liu, Yinfei
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Predicción de la Calidad de Maquinado del Bloque del Motor Diesel Marino Basada en una Red de Transmisión de Errores
Categoría
Tecnología de Equipos y Accesorios
Subcategoría
Diseño de equipos y herramientas
Palabras clave
Motor diésel marino
Control de calidad
Red de transferencia de errores de proceso
Características clave de calidad
PageRank
Algoritmo SVR
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 15
Citaciones: Sin citaciones
En vista del alto requerimiento de precisión del cuerpo del motor diésel marino y la dificultad del control de calidad, se propone un método de predicción de calidad del cuerpo, basado en una red de transferencia de errores de proceso. Primero, de acuerdo con la información de procesamiento del cuerpo, se abstraen los nodos y bordes de la red para establecer la red de transferencia de errores de proceso del cuerpo. Luego, se determinan los puntos clave de control de calidad y las características clave de calidad del cuerpo del motor diésel mediante PageRank y el grado de los nodos. Las características clave de calidad obtenidas del análisis de la red se toman como salida, y los errores de proceso y parámetros de proceso correspondientes se toman como entrada. Finalmente, se establece el modelo de predicción de calidad del cuerpo basado en el algoritmo SVR, y los parámetros C y g del algoritmo SVR se optimizan mediante el método de validación cruzada K-fold y el método de búsqueda en cuadrícula para mejorar la precisión de predicción de la calidad del procesamiento del cuerpo.
Descripción
En vista del alto requerimiento de precisión del cuerpo del motor diésel marino y la dificultad del control de calidad, se propone un método de predicción de calidad del cuerpo, basado en una red de transferencia de errores de proceso. Primero, de acuerdo con la información de procesamiento del cuerpo, se abstraen los nodos y bordes de la red para establecer la red de transferencia de errores de proceso del cuerpo. Luego, se determinan los puntos clave de control de calidad y las características clave de calidad del cuerpo del motor diésel mediante PageRank y el grado de los nodos. Las características clave de calidad obtenidas del análisis de la red se toman como salida, y los errores de proceso y parámetros de proceso correspondientes se toman como entrada. Finalmente, se establece el modelo de predicción de calidad del cuerpo basado en el algoritmo SVR, y los parámetros C y g del algoritmo SVR se optimizan mediante el método de validación cruzada K-fold y el método de búsqueda en cuadrícula para mejorar la precisión de predicción de la calidad del procesamiento del cuerpo.