【word】 基于支持向量机的夹紧力控制阀质量分类.doc
《【word】 基于支持向量机的夹紧力控制阀质量分类.doc》由会员分享,可在线阅读,更多相关《【word】 基于支持向量机的夹紧力控制阀质量分类.doc(15页珍藏版)》请在三一文库上搜索。
1、基于支持向量机的夹紧力控制阀质量分类.设计.计算.研究.基于支持向量机的夹紧力控制阀质量分类高帅1周云山2安颖1刘金刚2(1.吉林大学2.湖南大学汽车车身先进制造国家重点实验室)【摘要】提出了采用支持向量机对CVT夹紧力控制阀进行质量分类的方法.并设计了相应的提取夹紧力控制阀性能特征参数的试验方案与夹紧力控制阀SVM多类分类器.利用试验得到的性能参数对SVM分类器进行训练.然后分别使用训练成熟的SVM分类器与RBF神经网络分类器对夹紧力控制阀进行质量分类结果表明.采用SVM分类器的分类准确率明显高于RBF神经网络分类器主题词:C,-r支持向量机夹紧力控制阀质量中图分类号:U463.212文献标
2、识码:A文章编号:10003703(2o09)11000404QuailtyClassificationofClampingForceControlValvebasedonSupportVectorMachineGaoShuaiZhouYunshanAnYing.LiuJingang(1.JilinUniversity;2.StateKeyLaboratoryofAdvancedDesignandManufactureforVehicleBody,HunanUniversity)【AbstractAmethodofqualityclassificationonCVTclampingforcec
3、ontrolvalvewithsupportvectormachine(SVM)wasproposed.FirstlycorrespondingtestplanforfeatureparametersextractionfromclampingforcecontrolvalveandtheclampingforcecontrolvalveSVMmulti-classclassifierweredesigned.Secondly,basedonthefeatureparametersacquiredfromtest,theSVMclassifierwastrainedtomaturity.Las
4、tly,clampingforcecontrolvalveswereclassifiedbasedonqualitywithSVMclassifierandRBFneuralnetworkclassifierrespectively.ResultsshowedthattheaccuracyofSVMclassifierwasbetterthanRBFneuralnetworkclassifier.Keywords:CVT,Suppovectormachine,Clampforcecontrolvalve,Quality1前言作为CVT电液系统中的关键部件.夹紧力控制阀性能的好坏将直接影响到整车
5、的动力性,经济性以及舒适性.在当前CVT产业化过程中.质量的稳定性将成为生产厂家的关键竞争要素之一.质量保障技术日益受到重视CVT夹紧力控制阀结构复杂,尤其在国内无成熟配套体系的基础上开发,导致质量缺陷的因素很多.为了保证整机质量.有必要对每一个欲装机的夹紧力控制阀进行质量检测.但由于其质量状态难以直观测量,必须通过试验判断.因此.如何通过试验把不合格产品与合格产品进行快速,准确地分类.已成为CVT夹紧力控制阀质量控制过程中的关键环节之一与目前常用的依赖于样本数量和质量的人工神经网络分类方法不同.作为一种基于统计学理论的机器学习技术.支持向量机(SVM)的训练过程遵循的是结构风险最小化原则【1
6、】.在训练过程中不易发生局部最优及过拟合现象.可以成功地克服人工神经网络的许多缺陷SVM能够解决小样本学习问.4.题.这种方法能克服分类器设计时存在的典型缺陷样本数据不足的问题.非常适合于夹紧力控制阀的质量分类.目前SVM已在模式识别,非线性建模与控制,故障诊断等领域得到了成功的应用I2-51.本文利用SVM适合处理高维数据以及具有良好泛化能力的优点.将提取后的夹紧力控制阀特征参数进行SVM学习.并检验SVM的准确率.2特征参数的获取CVT的夹紧力控制阀是一种先导式电液比例溢流阀.其控制口的压力与加在比例电磁铁线圈的电流成反比例关系.根据CVT的工作需求,夹紧力控制阀必须满足以下几方面的性能指
7、标:a.较小的死区和滞环:b.合理的电流一压力增益;c.合理的动态性能指标;d.较小的阀芯泄漏.由于比例阀的工况变化是连续的,它的试验方法与常规元件试验不同.其试验结果也是连续的,一般通过特性曲线反映试验结果蝈.为了实现夹紧力控汽车技术.设计.计算?研究?制阀特征参数的自动提取,搭建了CVT夹紧力控制阀的计算机辅助测试系统.该测试系统采用上,下位机结构.上位机主要完成数据的处理和显示;下位机以DSP芯片为主处理器,配以相应的传感器,变换电路.完成夹紧力控制阀的驱动以及数据的采集.由于其中被测试阀的驱动采用PWM驱动方式,因此同时设计了驱动电流检测系统,其工作原理如图1所示.阻抗性分流器用作电流
8、传感器,夹紧力控制阀的控制电流经过分流器.引起分流器两侧电压差的微弱变化.差分放大器将该信号放大,下位机完成此信号的采集和转换.实时检测夹紧力控制阀线圈的控制电流.分流释电源线圈图1夹紧力控制阀驱动与电流检测电路为了得到显着的特征参数.设计了获得两条特性曲线的试验方案.第l条特性曲线为调压特性曲线,用于获得夹紧力控制阀的稳态特性参数.试验方案如下:夹紧力控制阀进油I:I接恒流源,调定其控制口最高压力为4.5MPa.控制电流以0.008A的步幅和4Hz的频率从零均匀地增加到1.8A.然后以相同的步幅和频率从1.8A均匀地减小到零.同时采集该阀控制日的压力信号第2条特性曲线为阶跃响应曲线.用于获得
9、夹紧力控制阀的动态性能参数.试验方案如下:夹紧力控制阀的控制接恒流源.设定其控制电流的初始值为1A,1s之后阶跃变化至0.3A.同时采集夹紧力控制阀控制口的压力信号特征参数的个数反映了被测试对象性能参数的完备情况过多的特征参数虽然尽可能完整地描述了被测试对象的性能参数.但有些参数对于质量检测来说贡献并不大.甚至有些参数之间相互矛盾.不但使得分类器训练时间大大加长而且影响到分类准确性:过少的特征参数又不能比较完整的反映出被测试对象的主要性能.也不利于提高分类准确率本文从调压特性曲线及阶跃响应曲线的众多参数中,经过筛选提取以下8个反映夹紧力控制阀主要性能的特征参数(图2与图3):2009年第11期
10、&死区S1.使控制口压力自初始值开始发生变化的最小控制电流值称为死区;b.滞环S2.在稳态特性曲线上,对应于正反行程相同时两个控制电流之差.其最大差值与额定电流之比称为滞环.以百分率计:c.最大工作压力Js3.指全控制电流范围内阀稳定调节压力的最大值:d.最小工作压力|s4.指全控制电流范围内阀稳定调节压力的最小值:e.比例区间55.指阀调节压力与控制电流呈现比例关系的范围:f.控制口压力上升时间S6.指控制电流阶跃变化后算起.控制口压力第1次达到最终稳定压力的时间:g.最大超调量S7,指控制电流阶跃变化后,控制口压力超出最终稳定压力的最大值:h.过渡时间S8.指从控制电流阶跃变化后算
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- word 【word】 基于支持向量机的夹紧力控制阀质量分类 基于 支持 向量 夹紧 控制 质量 分类
链接地址:https://www.31doc.com/p-2395763.html