基于SMOTE和CART决策树的螺栓打紧质量异常检测

发布时间：2021-08-25 17:03

　　提出了一种基于SMOTE算法和CART决策树的螺栓打紧质量异常检测模型。该方法采用SMOTE过抽样算法处理螺栓打紧工艺数据类间不均衡问题,在此基础上建立CART决策树模型对打紧工艺的特征信息进行数据挖掘,诊断螺栓打紧质量状态。结合网格搜索和模型交叉验证的参数寻优方法对树深和基尼不纯度的阈值进行参数优化验证。最后,利用参数最优训练模型学习曲线和测试集上ROC曲线下面积AUC值对模型性能进行评价。实验结果表明,该组合模型具有优异的异常检测精度,研究成果可为螺栓打紧质量状态的诊断提供有力支撑。 

【文章来源】：机械工程师. 2019,(11)

【文章页数】：4 页

【文章目录】：
0 引言
1 材料与方法
    1.1 螺栓打紧工艺及数据集特性分析
    1.2 螺栓打紧工艺数据特征选择
    1.3 SMOTE过采样算法
    1.4 CART决策树
2 基于网格搜索和交叉验证的参数优化
    2.1 网格搜索法和交叉验证法
    2.2 基于网格搜索和交叉验证的参数寻优步骤
3 CART决策树训练模型建立
4 结果及讨论
    4.1 参数寻优结果
    4.2参数最优CART决策树模型评价
    4.3最佳CART决策树模型解释
5 结论


【参考文献】：
期刊论文
[1]发动机主轴承盖螺栓拧紧工艺开发[J]. 钱晨,高院玲,王凯.  汽车工艺与材料. 2018(05)
[2]基于ROC-SVD的轴承故障检测[J]. 于洪兵,张亚岐,周副权,陈重均.  制造技术与机床. 2018(02)
[3]电动扳手数据采集与管理[J]. 马钧,徐雯霞,黄玉东.  汽车工业研究. 2014(09)
[4]基于网格搜索和交叉验证的支持向量机在梯级水电系统隐随机调度中的应用[J]. 纪昌明,周婷,向腾飞,黄海涛.  电力自动化设备. 2014(03)
[5]螺栓拧紧力矩的确定方法及相关探讨[J]. 张振华,应秉斌,矫明.  化学工程与装备. 2009(08)
[6]基于交叉验证的BP算法的改进与实现[J]. 韩萌,丁剑.  计算机工程与设计. 2008(14)

硕士论文
[1]电动拧紧工具可靠性与结构优化研究[D]. 姚诚良.华东理工大学 2017
[2]发动机缸盖螺栓拧紧工艺与试验研究[D]. 郑劲松.上海交通大学 2008



本文编号：3362512