基于支持向量機(jī)的車(chē)身焊點(diǎn)質(zhì)量識(shí)別研究
發(fā)布時(shí)間:2021-02-18 09:20
在汽車(chē)白車(chē)身的制造工藝中,電阻點(diǎn)焊是最主要的連接工藝,因此為了使白車(chē)身的質(zhì)量達(dá)到法律法規(guī)的要求,就要保障焊點(diǎn)的質(zhì)量。破壞性檢測(cè)方法只能抽取部分樣本進(jìn)行檢測(cè),無(wú)法保障每個(gè)焊點(diǎn)的質(zhì)量。超聲波檢測(cè)技術(shù)是一種應(yīng)用廣泛的無(wú)損檢測(cè)技術(shù),具有檢測(cè)成本低、操作簡(jiǎn)單等優(yōu)勢(shì),可以全覆蓋地對(duì)白車(chē)身焊點(diǎn)的質(zhì)量進(jìn)行檢測(cè)。支持向量機(jī)(SVM)是一種基于統(tǒng)計(jì)學(xué)習(xí)理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化的智能分類(lèi)算法,可以對(duì)超聲回波序列中包含的反映焊點(diǎn)質(zhì)量的大量信息進(jìn)行學(xué)習(xí),然后對(duì)焊點(diǎn)的質(zhì)量進(jìn)行智能識(shí)別。而且在實(shí)際生產(chǎn)中,大部分的焊點(diǎn)都是合格的,只有少量的焊點(diǎn)是不合格的,因此焊點(diǎn)質(zhì)量的識(shí)別問(wèn)題是一個(gè)不平衡數(shù)據(jù)集的分類(lèi)問(wèn)題。本文針對(duì)焊點(diǎn)質(zhì)量識(shí)別問(wèn)題的特點(diǎn)進(jìn)行了研究。首先,對(duì)超聲波焊點(diǎn)檢測(cè)基本理論、支持向量機(jī)的理論基礎(chǔ)以及不平衡數(shù)據(jù)集的一般處理方法進(jìn)行了介紹,為本文后面的研究?jī)?nèi)容提供了理論支持。其次,根據(jù)焊點(diǎn)質(zhì)量類(lèi)型的特點(diǎn)基于SVM建立了焊點(diǎn)分類(lèi)模型,分析了影響SVM焊點(diǎn)分類(lèi)模型性能的主要參數(shù),采用了遺傳算法對(duì)SVM焊點(diǎn)分類(lèi)模型的參數(shù)進(jìn)行優(yōu)化選擇(GA-SVM):對(duì)SVM焊點(diǎn)分類(lèi)模型的懲罰因子C和高斯核函數(shù)g進(jìn)行二進(jìn)制編碼,隨機(jī)產(chǎn)生初始化種...
【文章來(lái)源】:湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:66 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 焊點(diǎn)檢測(cè)與識(shí)別技術(shù)研究現(xiàn)狀
1.2.2 支持向量機(jī)研究現(xiàn)狀
1.2.3 不平衡數(shù)據(jù)集研究現(xiàn)狀
1.3 論文的主要研究?jī)?nèi)容
第2章 理論基礎(chǔ)
2.1 超聲波焊點(diǎn)檢測(cè)理論
2.1.1 超聲波的特征量
2.1.2 超聲波的反射與透射
2.1.3 超聲波的衰減
2.1.4 超聲波焊點(diǎn)檢測(cè)原理
2.2 支持向量機(jī)理論
2.2.1 最優(yōu)分類(lèi)超平面
2.2.2 線性支持向量機(jī)
2.2.3 非線性支持向量機(jī)
2.2.4 核函數(shù)
2.3 不平衡數(shù)據(jù)集理論
2.3.1 基于數(shù)據(jù)層面的處理方法
2.3.2 基于算法層面的處理方法
2.3.3 評(píng)價(jià)準(zhǔn)則
2.4 本章小結(jié)
第3章 基于GA的SVM焊點(diǎn)分類(lèi)模型的參數(shù)選擇方法
3.1 SVM焊點(diǎn)分類(lèi)模型的參數(shù)
3.1.1 懲罰因子
3.1.2 核函數(shù)參數(shù)
3.2 交叉驗(yàn)證
3.3 遺傳算法
3.4 基于GA的SVM焊點(diǎn)分類(lèi)模型的參數(shù)選擇方案設(shè)計(jì)
3.5 UCI數(shù)據(jù)集基于GA-SVM的結(jié)果分析
3.6 本章小結(jié)
第4章 基于K-Means的 SMOTE算法優(yōu)化
4.1 K-Means算法
4.1.1 歐式距離
4.1.2 K-Means聚類(lèi)算法
4.2 SMOTE算法
4.2.1 SMOTE算法原理
4.2.2 SMOTE算法分析
4.3 基于K-Means算法的SMOTE算法改進(jìn)
4.3.1 算法提出
4.3.2 算法具體步驟
4.4 UCI數(shù)據(jù)集基于KM-SMOTE的結(jié)果分析
4.5 本章小結(jié)
第5章 焊點(diǎn)質(zhì)量識(shí)別方法實(shí)現(xiàn)與分析
5.1 超聲回波特征值分析
5.1.1 超聲回波特征值的選擇
5.1.2 超聲回波特征值的計(jì)算
5.2 焊點(diǎn)超聲回波特征值的提取
5.2.1 焊接樣件制作
5.2.2 焊接樣件超聲回波信號(hào)采集
5.3 基于KM-SMOTE-GA-SVM的焊點(diǎn)質(zhì)量評(píng)價(jià)結(jié)果分析
5.4 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
致謝
附錄 A 攻讀碩士學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄
【參考文獻(xiàn)】:
期刊論文
[1]基于空間自相關(guān)的支持向量機(jī)空間聚類(lèi)研究[J]. 董承瑋,芮小平,鄧羽,關(guān)興良,李峰. 地理與地理信息科學(xué). 2014(04)
[2]基于混合核函數(shù)SVM水文時(shí)序模型及其應(yīng)用[J]. 唐奇,王紅瑞,許新宜,王成. 系統(tǒng)工程理論與實(shí)踐. 2014(02)
[3]基于RU-SMOTE-SVM的金融市場(chǎng)極端風(fēng)險(xiǎn)預(yù)警研究[J]. 林宇,黃迅,徐凱. 預(yù)測(cè). 2013(04)
[4]基于混合核函數(shù)的支持向量機(jī)[J]. 鄔嘯,魏延,吳瑕. 重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2011(10)
[5]鋁合金點(diǎn)焊焊點(diǎn)超聲回波信號(hào)特征與熔核直徑測(cè)量方法[J]. 劉凱,剛鐵. 焊接學(xué)報(bào). 2011(08)
[6]一種基于欠采樣的不平衡數(shù)據(jù)分類(lèi)算法[J]. 程險(xiǎn)峰,李軍,李雄飛. 計(jì)算機(jī)工程. 2011(13)
[7]支持向量機(jī)核函數(shù)的構(gòu)造方法研究與分析[J]. 楊冬云,李數(shù)函. 高師理科學(xué)刊. 2010(02)
[8]淺談車(chē)身點(diǎn)焊質(zhì)量控制及超聲波檢測(cè)技術(shù)[J]. 李天奇,吳靜臻. 上海汽車(chē). 2009(05)
[9]不平衡數(shù)據(jù)集的分類(lèi)方法研究[J]. 王和勇,樊泓坤,姚正安,李成安. 計(jì)算機(jī)應(yīng)用研究. 2008(05)
[10]基于支持向量機(jī)的點(diǎn)焊質(zhì)量分類(lèi)[J]. 馬文斌,馬躍洲,陳劍虹. 焊接技術(shù). 2007(05)
博士論文
[1]風(fēng)電機(jī)組運(yùn)行狀態(tài)評(píng)估與短期可靠性預(yù)測(cè)方法研究[D]. 顏永龍.重慶大學(xué) 2015
碩士論文
[1]白車(chē)身焊點(diǎn)質(zhì)量超聲檢測(cè)評(píng)價(jià)方法研究及應(yīng)用[D]. 于祥珍.湖南大學(xué) 2015
[2]SVM參數(shù)尋優(yōu)及其在分類(lèi)中的應(yīng)用[D]. 徐曉明.大連海事大學(xué) 2014
[3]不平衡數(shù)據(jù)集分類(lèi)算法的研究[D]. 孟軍.南京理工大學(xué) 2014
[4]基于GA-SVM算法的細(xì)胞色素酶P450突變預(yù)測(cè)[D]. 姚玉.上海交通大學(xué) 2011
本文編號(hào):3039363
【文章來(lái)源】:湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:66 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 焊點(diǎn)檢測(cè)與識(shí)別技術(shù)研究現(xiàn)狀
1.2.2 支持向量機(jī)研究現(xiàn)狀
1.2.3 不平衡數(shù)據(jù)集研究現(xiàn)狀
1.3 論文的主要研究?jī)?nèi)容
第2章 理論基礎(chǔ)
2.1 超聲波焊點(diǎn)檢測(cè)理論
2.1.1 超聲波的特征量
2.1.2 超聲波的反射與透射
2.1.3 超聲波的衰減
2.1.4 超聲波焊點(diǎn)檢測(cè)原理
2.2 支持向量機(jī)理論
2.2.1 最優(yōu)分類(lèi)超平面
2.2.2 線性支持向量機(jī)
2.2.3 非線性支持向量機(jī)
2.2.4 核函數(shù)
2.3 不平衡數(shù)據(jù)集理論
2.3.1 基于數(shù)據(jù)層面的處理方法
2.3.2 基于算法層面的處理方法
2.3.3 評(píng)價(jià)準(zhǔn)則
2.4 本章小結(jié)
第3章 基于GA的SVM焊點(diǎn)分類(lèi)模型的參數(shù)選擇方法
3.1 SVM焊點(diǎn)分類(lèi)模型的參數(shù)
3.1.1 懲罰因子
3.1.2 核函數(shù)參數(shù)
3.2 交叉驗(yàn)證
3.3 遺傳算法
3.4 基于GA的SVM焊點(diǎn)分類(lèi)模型的參數(shù)選擇方案設(shè)計(jì)
3.5 UCI數(shù)據(jù)集基于GA-SVM的結(jié)果分析
3.6 本章小結(jié)
第4章 基于K-Means的 SMOTE算法優(yōu)化
4.1 K-Means算法
4.1.1 歐式距離
4.1.2 K-Means聚類(lèi)算法
4.2 SMOTE算法
4.2.1 SMOTE算法原理
4.2.2 SMOTE算法分析
4.3 基于K-Means算法的SMOTE算法改進(jìn)
4.3.1 算法提出
4.3.2 算法具體步驟
4.4 UCI數(shù)據(jù)集基于KM-SMOTE的結(jié)果分析
4.5 本章小結(jié)
第5章 焊點(diǎn)質(zhì)量識(shí)別方法實(shí)現(xiàn)與分析
5.1 超聲回波特征值分析
5.1.1 超聲回波特征值的選擇
5.1.2 超聲回波特征值的計(jì)算
5.2 焊點(diǎn)超聲回波特征值的提取
5.2.1 焊接樣件制作
5.2.2 焊接樣件超聲回波信號(hào)采集
5.3 基于KM-SMOTE-GA-SVM的焊點(diǎn)質(zhì)量評(píng)價(jià)結(jié)果分析
5.4 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
致謝
附錄 A 攻讀碩士學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄
【參考文獻(xiàn)】:
期刊論文
[1]基于空間自相關(guān)的支持向量機(jī)空間聚類(lèi)研究[J]. 董承瑋,芮小平,鄧羽,關(guān)興良,李峰. 地理與地理信息科學(xué). 2014(04)
[2]基于混合核函數(shù)SVM水文時(shí)序模型及其應(yīng)用[J]. 唐奇,王紅瑞,許新宜,王成. 系統(tǒng)工程理論與實(shí)踐. 2014(02)
[3]基于RU-SMOTE-SVM的金融市場(chǎng)極端風(fēng)險(xiǎn)預(yù)警研究[J]. 林宇,黃迅,徐凱. 預(yù)測(cè). 2013(04)
[4]基于混合核函數(shù)的支持向量機(jī)[J]. 鄔嘯,魏延,吳瑕. 重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2011(10)
[5]鋁合金點(diǎn)焊焊點(diǎn)超聲回波信號(hào)特征與熔核直徑測(cè)量方法[J]. 劉凱,剛鐵. 焊接學(xué)報(bào). 2011(08)
[6]一種基于欠采樣的不平衡數(shù)據(jù)分類(lèi)算法[J]. 程險(xiǎn)峰,李軍,李雄飛. 計(jì)算機(jī)工程. 2011(13)
[7]支持向量機(jī)核函數(shù)的構(gòu)造方法研究與分析[J]. 楊冬云,李數(shù)函. 高師理科學(xué)刊. 2010(02)
[8]淺談車(chē)身點(diǎn)焊質(zhì)量控制及超聲波檢測(cè)技術(shù)[J]. 李天奇,吳靜臻. 上海汽車(chē). 2009(05)
[9]不平衡數(shù)據(jù)集的分類(lèi)方法研究[J]. 王和勇,樊泓坤,姚正安,李成安. 計(jì)算機(jī)應(yīng)用研究. 2008(05)
[10]基于支持向量機(jī)的點(diǎn)焊質(zhì)量分類(lèi)[J]. 馬文斌,馬躍洲,陳劍虹. 焊接技術(shù). 2007(05)
博士論文
[1]風(fēng)電機(jī)組運(yùn)行狀態(tài)評(píng)估與短期可靠性預(yù)測(cè)方法研究[D]. 顏永龍.重慶大學(xué) 2015
碩士論文
[1]白車(chē)身焊點(diǎn)質(zhì)量超聲檢測(cè)評(píng)價(jià)方法研究及應(yīng)用[D]. 于祥珍.湖南大學(xué) 2015
[2]SVM參數(shù)尋優(yōu)及其在分類(lèi)中的應(yīng)用[D]. 徐曉明.大連海事大學(xué) 2014
[3]不平衡數(shù)據(jù)集分類(lèi)算法的研究[D]. 孟軍.南京理工大學(xué) 2014
[4]基于GA-SVM算法的細(xì)胞色素酶P450突變預(yù)測(cè)[D]. 姚玉.上海交通大學(xué) 2011
本文編號(hào):3039363
本文鏈接:http://sikaile.net/kejilunwen/qiche/3039363.html
最近更新
教材專(zhuān)著