基于支持向量回归的铝合金收缩性和流动性预测模型的研究
发布时间：2022-10-30 09:44
收缩性和流动性作为铝合金铸造性能的两个重要指标,对于铸件质量具有着决定性的作用。收缩率和流动性的快速获取对于铸件生产和新合金开发具有重要的意义。本文采用支持向量回归（SVR）算法,结合遗传算法（GA）进行参数寻优,构建了铸造铝合金的流动性和宏观收缩率的预测模型。本论文的主要结论如下:（1）针对实验建立的流动性数据集和收缩率数据集,本文提出了坏点剔除算法。通过坏点剔除,可以在少量数据的损失的情况下,大大提高数据集的可用性以及建模的准确度。（2）采用支持向量回归（SVR）算法,结合遗传算法（GA）进行参数寻优,构建了铸造铝合金宏观收缩率的预测模型,获得了在收缩性预测模型达到最优时的模型超参数:C=3.07,γ=0.12,ε=0.03。建模结果表明SVR模型对于训练数据集的预测值与实验值高度接近。所建模型的误差残差分布证明了模型的误差随机性和可靠性。测试数据集验证了预测模型对于测试样本仍然具有优异的预测性能（其中最大的相对误差为2.7%,最小的相对误差为0.97%,平均绝对误差为2.29%）。MIV显著性分析表明对铝合金收缩率影响最大的三种元素分别是Si、Cu、Fe。（3）采用同样的方法构建...
【文章页数】：87 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 铸造铝合金概述
1.2 铝合金的收缩性与流动性
1.2.1 收缩性
1.2.2 流动性
1.2.3 铝合金收缩性和流动性的研究方法
1.3 支持向量回归
1.3.1 机器学习理论
1.3.2 支持向量回归原理
1.3.3 支持向量回归机参数选择
1.4 选题背景及意义
1.5 研究内容
第二章 支持向量回归模型建立
2.1 数据集的建立
2.1.1 数据获取
2.1.2 数据剔除
2.1.3 数据预处理
2.2 核函数选择
2.3 参数优化
2.4 变量显著性分析
2.5 性能评价指标
第三章 基于支持向量回归的铝合金收缩性预测
3.1 数据集预处理和模型建立
3.1.1 收缩性测试实验结果
3.1.2 数据预处理与性能评价
3.1.3 模型建立
3.2 结果讨论
3.2.1 建模结果及分析
3.2.2 基于SVR模型预测的实际运用
3.2.3 各元素组分的显著性分析
3.3 铸造铝合金收缩率预测软件的应用
3.3.1 软件设计
3.3.2 软件功能介绍
3.4 小结
第四章 基于支持向量回归的铝合金流动性预测
4.1 流动性预测模型建立
4.1.1 流动性测试实验数据
4.1.2 数据预处理及性能评价
4.1.3 模型建立
4.2 结果讨论
4.2.1 建模结果及分析
4.2.2 基于SVR模型对影响铝合金流动性的元素分析
4.2.3 各元素组分的显著性分析
4.3 铸造铝合金流动性预测软件的应用
4.3.1 软件设计
4.3.2 软件功能介绍
4.4 小结
第五章 结论
5.1 结论
5.2 后续研究工作的展望
致谢
参考文献
附录A 铸造铝合金宏观收缩率数据集
附录B 铸造铝合金宏观收缩率测试数据集
附录C 铸造铝合金流动性数据集
附录D 铸造铝合金流动性测试数据集
攻读硕士期间取得的学术成果
【参考文献】：
期刊论文
[1]新型材料和工艺在汽车轻量化中的应用[J]. 杜行. 科技创新与应用. 2019(05)
[2]改善Al-Mg合金流动性及力学性能的新方法[J]. 田帅,刘桂亮,韩梦霞,刘相法. 精密成形工程. 2019(01)
[3]交叉验证的GRNN神经网络雷达目标识别方法研究[J]. 林悦,夏厚培. 现代防御技术. 2018(04)
[4]Al-Mn合金的熔体流动性及凝固特性[J]. 李文芳,戚鹏飞,杜军,王康,杨璐,罗平俊. 华南理工大学学报(自然科学版). 2017(11)
[5]Fe含量对过共晶铝硅合金组织及流动性的影响[J]. 黄大贺,梁新理,刘文凤,刘玲卓,王金国. 科技与创新. 2016(21)
[6]基于优化SVR模型的大跨度样本疲劳寿命预测[J]. 杨大炼,刘义伦,周维,羿九火. 东北大学学报(自然科学版). 2015(09)
[7]Al-Si合金的成分和其凝固收缩率与摩尔体积的关系[J]. 李少博,坚增运,许军锋,朱满,党博. 铸造. 2015(07)
[8]熔体温度处理和合金成分对铝硅合金凝固收缩率的影响[J]. 坚增运,党博,常芳娥,许军锋,文强. 西安工业大学学报. 2014(02)
[9]全国道路效率评价:基于复相关系数的DEA模型[J]. 傅培华,詹正刚. 物流技术. 2013(01)
[10]基于工艺参数的7005铝合金力学性能的支持向量回归预测[J]. 蔡从中,温玉锋,朱星键,裴军芳,王桂莲,肖婷婷. 中国有色金属学报. 2010(02)
博士论文
[1]A356合金熔体调控对流动性的影响机理研究[D]. 起华荣.昆明理工大学 2009
硕士论文
[1]Al-25%Si合金凝固特性及组织研究[D]. 党博.西安工业大学 2014
本文编号：3698656
【文章页数】：87 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 铸造铝合金概述
1.2 铝合金的收缩性与流动性
1.2.1 收缩性
1.2.2 流动性
1.2.3 铝合金收缩性和流动性的研究方法
1.3 支持向量回归
1.3.1 机器学习理论
1.3.2 支持向量回归原理
1.3.3 支持向量回归机参数选择
1.4 选题背景及意义
1.5 研究内容
第二章 支持向量回归模型建立
2.1 数据集的建立
2.1.1 数据获取
2.1.2 数据剔除
2.1.3 数据预处理
2.2 核函数选择
2.3 参数优化
2.4 变量显著性分析
2.5 性能评价指标
第三章 基于支持向量回归的铝合金收缩性预测
3.1 数据集预处理和模型建立
3.1.1 收缩性测试实验结果
3.1.2 数据预处理与性能评价
3.1.3 模型建立
3.2 结果讨论
3.2.1 建模结果及分析
3.2.2 基于SVR模型预测的实际运用
3.2.3 各元素组分的显著性分析
3.3 铸造铝合金收缩率预测软件的应用
3.3.1 软件设计
3.3.2 软件功能介绍
3.4 小结
第四章 基于支持向量回归的铝合金流动性预测
4.1 流动性预测模型建立
4.1.1 流动性测试实验数据
4.1.2 数据预处理及性能评价
4.1.3 模型建立
4.2 结果讨论
4.2.1 建模结果及分析
4.2.2 基于SVR模型对影响铝合金流动性的元素分析
4.2.3 各元素组分的显著性分析
4.3 铸造铝合金流动性预测软件的应用
4.3.1 软件设计
4.3.2 软件功能介绍
4.4 小结
第五章 结论
5.1 结论
5.2 后续研究工作的展望
致谢
参考文献
附录A 铸造铝合金宏观收缩率数据集
附录B 铸造铝合金宏观收缩率测试数据集
附录C 铸造铝合金流动性数据集
附录D 铸造铝合金流动性测试数据集
攻读硕士期间取得的学术成果
【参考文献】：
期刊论文
[1]新型材料和工艺在汽车轻量化中的应用[J]. 杜行. 科技创新与应用. 2019(05)
[2]改善Al-Mg合金流动性及力学性能的新方法[J]. 田帅,刘桂亮,韩梦霞,刘相法. 精密成形工程. 2019(01)
[3]交叉验证的GRNN神经网络雷达目标识别方法研究[J]. 林悦,夏厚培. 现代防御技术. 2018(04)
[4]Al-Mn合金的熔体流动性及凝固特性[J]. 李文芳,戚鹏飞,杜军,王康,杨璐,罗平俊. 华南理工大学学报(自然科学版). 2017(11)
[5]Fe含量对过共晶铝硅合金组织及流动性的影响[J]. 黄大贺,梁新理,刘文凤,刘玲卓,王金国. 科技与创新. 2016(21)
[6]基于优化SVR模型的大跨度样本疲劳寿命预测[J]. 杨大炼,刘义伦,周维,羿九火. 东北大学学报(自然科学版). 2015(09)
[7]Al-Si合金的成分和其凝固收缩率与摩尔体积的关系[J]. 李少博,坚增运,许军锋,朱满,党博. 铸造. 2015(07)
[8]熔体温度处理和合金成分对铝硅合金凝固收缩率的影响[J]. 坚增运,党博,常芳娥,许军锋,文强. 西安工业大学学报. 2014(02)
[9]全国道路效率评价:基于复相关系数的DEA模型[J]. 傅培华,詹正刚. 物流技术. 2013(01)
[10]基于工艺参数的7005铝合金力学性能的支持向量回归预测[J]. 蔡从中,温玉锋,朱星键,裴军芳,王桂莲,肖婷婷. 中国有色金属学报. 2010(02)
博士论文
[1]A356合金熔体调控对流动性的影响机理研究[D]. 起华荣.昆明理工大学 2009
硕士论文
[1]Al-25%Si合金凝固特性及组织研究[D]. 党博.西安工业大学 2014
本文编号：3698656
本文链接：https://www.wllwen.com/kejilunwen/jiagonggongyi/3698656.html
