学位论文 > 优秀研究生学位论文题录展示
减振器生产过程中缺陷产品自动识别
作 者: 任强
导 师: 谢伟东
学 校: 浙江工业大学
专 业: 车辆工程
关键词: 减振器 示功图 识别系统 MATLAB BP神经网络
分类号: TB535.1
类 型: 硕士论文
年 份: 2012年
下 载: 13次
引 用: 0次
阅 读: 论文下载
内容摘要
2010年,中国汽车产销量均超过1800万辆,稳居世界第一。汽车正在快速走路越来越多的中国家庭。汽车的安全性与舒适性一直是国内外研究的重点。减振器是汽车悬架的重要组成部分,对汽车的安全性与舒适性都有重要影响。减振器生产企业必须采用示功机对产品进行100%性能检测,确保其满足设计要求才能出厂。判断减振器示功图是否合格是减振器性能评价的重要依据之一。目前,对减振器示功图的识别主要依赖于人的经验,尚未有成熟的理论体系可作为指导。为此,本课题以MATLAB作为开发工具利用BP神经网络理论,设计了一款可用于减振器缺陷产品自动识别的系统,该系统能有效的判别减振器是否合格,适合在国内外推广。本课题研究内容主要包括以下四个部分:1、研究探讨了减振器在生产过程中可能出现的各种缺陷类型,并初步分析了各种缺陷产生的可能原因,给出了相应的解决方案。同时找出了分别存在各种缺陷类型时与之相对性的减振器示功图类型,分析了各类型示功图的主要特征。2、根据减振器示功机数据采集系统的示功图数据采集方式,以及特征参数提取的基本要求,设计了一种能有效表征减振器示功图类型特征的示功图特征参数提取算法,并对所提取的特征参数进行了归一化处理。3、通过对BP神经网络原理以及其在MATLAB中的实现方法的研究,分析了BP网络的训练要求,并确定了BP网络中各主要参数,保证了设计的识别系统的有效性和快速性。4、在MATLAB中设计完成了一套识别系统,可用于对减振器生产过程中缺陷产品的自动识别。通过对识别系统的实例检测及优化,证明了该识别确实有效,并具有一定优越性——识别目前市场上采用的识别方法不能识别的缺陷类型。本课题的研究解决了目前市场上对减振器缺陷产品识别方法中隐藏的主要缺陷。研究具有创新性,并拥有很大的市场价值,适合在各减振器企业推广,能有效的提高减振器生产企业的效益。
|
全文目录
摘要 5-6 ABSTRACT 6-10 第1章 绪论 10-16 1.1 引言 10-12 1.2 研究背景及意义 12-13 1.3 课题研究概述 13-16 1.3.1 课题主要研究内容 13-14 1.3.2 课题研究的技术路线 14-16 第2章 减振器缺陷产品示功图类型分析 16-29 2.1 减振器示功机简介 16-20 2.1.1 示功机功能 16-17 2.1.2 示功机设备 17-18 2.1.3 示功机激振系统及其运动学分析 18-20 2.2 减振器示功图分析 20-27 2.2.1 减振器示功图要求 20-21 2.2.2 减振器示功图类型分析 21-27 2.3 目前采用的减振器示功图识别方法 27-28 2.4 本章小结 28-29 第3章 减振器示功图数据采集 29-34 3.1 数据采集过程 29-30 3.2 数据采集软件系统 30-31 3.2.1 数据预处理 30-31 3.2.2 示功图绘制参数提取 31 3.3 减振器示功机识别的特征参数提取 31-33 3.3.1 特征提取的概念 31 3.3.2 提取特征参数 31-32 3.3.3 特征参数提取 32-33 3.4 本章小结 33-34 第4章 BP 神经网络的MATLAB 实现 34-47 4.1 BP 神经网络 34-40 4.1.1 人工神经网络与BP 神经网络 34-35 4.1.2 BP 网络学习算法 35-39 4.1.3 BP 算法流程 39-40 4.1.4 BP 网络的训练要求与规则 40 4.2 MATLAB 及其神经网络工具箱 40-41 4.3 BP 神经网络的MATLAB 实现 41-43 4.3.1 BP 网络的创建 41-42 4.3.2 BP 神经网络的训练 42-43 4.3.3 减振器示功图类型分析 43 4.4 BP 网络中主要参数的确定方法 43-45 4.4.1 BP 网络隐层数的选定 43 4.4.2 BP 网络隐层节点数的选定 43-44 4.4.3 BP 网络传递函数的选择 44-45 4.4.4 BP 网络训练函数的选择 45 4.5 本章小结 45-47 第5章 减振器缺陷产品自动识别系统 47-63 5.1 测试系统 47-52 5.1.1 测试系统建立 47-49 5.1.2 测试系统检测与分析 49-52 5.2 识别系统 52-58 5.2.1 识别系统建立 52-54 5.2.2 识别系统检测与分析 54-58 5.3 识别系统精度优化 58-62 5.3.1 优化识别系统建立 58-60 5.3.2 优化后的识别系统检测与分析 60-62 5.4 本章小结 62-63 第6章 总结与展望 63-65 6.1 总结 63-64 6.2 展望 64-65 参考文献 65-68 致谢 68-69 攻读学位期间参加的科研项目和成果 69
|
相似论文
- 微细线切割往复走丝机构的设计及控制系统的研究,TG484
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 机械臂视觉伺服系统的研究,TP242.6
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 市级旅游用地规划环境影响评价研究,X820.3
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 大学生综合素质测评研究,G645.5
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 深水海底管道S型铺管法安装分析,TE973
- 高速公路拆迁民众生存系统评价研究,D523
- 用户权限管理系统可靠性测试的研究与应用,TP311.53
- 基于神经网络的安全评价方法研究及应用,X937
- 矿用电动机软起动器实验装置设计,TM343.2
- 雷击杆塔冲击阻抗及过电压的计算方法研究,TM863
- 煤矿风险信息集成与智能预警研究,X936
- 基于遗传算法的矿山资源优化调度模型的研究,O224
- SAR干涉像对优化选取方法研究,P225.2
- 基于计算机视觉的柑橘品质分级技术研究,TP391.41
- 肩离断多自由度机器人型假肢的设计与仿真,TP242
- 压感式指纹识别系统及算法研究,TP391.41
中图分类: > 工业技术 > 一般工业技术 > 声学工程 > 振动、噪声及其控制 > 振动和噪声的控制及其利用 > 隔振、减振材料与结构
© 2012 www.xueweilunwen.com
|