基于RF-SVM的发动机缸体孔组加工质量分级监控

作者：杨泽青; 范敏; 彭凯; 刘丽冰; 黄凤荣^*

来源：计算机工程与设计, 2020, 41(05): 1411-1419.

DOI：10.16208/j.issn1000-7024.2020.05.032

• 发动机缸体
• 加工质量
• 随机森林
• 支持向量机
• 分级监控

为实时动态监控发动机缸体顶面孔组的加工质量,提出基于随机森林(random forest,RF)和支持向量机(support vector machine,SVM)相结合的工序节点处加工质量分级监控模型。设计在工序间快速获取发动机缸体孔组图像的机器视觉系统,提取单缸孔7个特征参数及3个相邻孔间距;用主成分分析法对特征参数进行降维处理,建立样本集合训练孔组整体加工质量RF分级监控模型及单孔加工质量SVM分级监控模型。应用该模型对某发动机缸体顶面孔组加工质量进行在线监控,结果表明,与决策树模型、RF模型和SVM模型相比,所提模型对孔组整体加工质量分级精度可达97.778%,单孔分级精度可达99.167%,能快速响应发动机缸体制造过程质量反馈控制,可有效解决相关工程实际问题。

• 单位
  河北工业大学