基于BP神经网络的发动机铸铁件断芯诊断模型及应用

发布时间：2023-03-23 23:58

　　断芯是造成汽车发动机铸铁件报废的重要原因,而人为、材料、设备及工艺等众多复杂因素都会影响砂芯质量进而导致断芯。当前汽车发动机铸铁件断芯缺陷的研究主要采用“传统实验试错法”,耗时耗材、难以快速有效获得砂芯质量调控策略。为此,本文分析从砂芯制作到浇注全流程多工序相关参数与断芯的关系,确定造成断芯缺陷的主要因子;采用“BP神经网络法”建立一套汽车发动机铸铁件断芯缺陷的诊断模型,并基于此模型研究各项影响因子对缺陷产生的敏感程度;结合实际过程相关参数的波动性获得过程控制策略,用以指导实际生产。首先,分析了汽车发动机铸铁件的生产工艺质量状况,系统阐述了常见的缺陷问题,然后对断芯缺陷的国内外研究现状进行了深入调研,并结合企业实际生产分析了砂芯制作与应用的全流程工序,确定了造成断芯缺陷的主要因子。同时结合企业ERP系统,对断芯缺陷的主要影响因子数据进行挖掘,并以典型铸铁件为例详细阐述了数据挖掘过程。其次,利用BP神经网络的方法,基于网络的学习机理和实际研究的断芯缺陷问题,建立起输入层-单隐含层-输出层的三层网络模型,对缺陷因子数据进行预处理,随机地将其划分为训练样本集和测试样本集。运用MATLAB软件...

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 课题的研究背景及意义
    1.2 国内外研究现状
    1.3 人工神经网络在铸造上的应用
    1.4 论文主要研究内容
2 断芯缺陷影响因子的分析及数据挖掘
    2.1 砂芯制作与应用全流程工序分析
    2.2 断芯缺陷影响因子分析
    2.3 ERP系统中典型铸件缺陷数据的挖掘
    2.4 本章小结
3 断芯缺陷BP神经网络建模及训练
    3.1 BP神经网络的学习机理
    3.2 BP算法在缺陷研究上的不足及改进
    3.3 缺陷诊断模型的建立与训练
    3.4 本章小结
4 断芯缺陷神经网络模型在铸造企业中的应用
    4.1 企业背景简介
    4.2 模型验证应用过程
    4.3 模型验证效果分析
    4.4 影响因子敏感性程度及控制策略分析
    4.5 本章小结
5 总结与展望
    5.1 全文总结
    5.2 未来展望
致谢
参考文献
附录 攻读硕士期间发表的论文及受理的专利



本文编号：3769017