-
公开(公告)号：CN109726230A
公开(公告)日：2019-05-07
申请号：CN201811476008.X
申请日：2018-12-04
Applicant: 重庆大学
IPC: G06F16/2458 , G06Q10/04 , G06Q10/06 , G06Q50/04 , G06N3/08
Abstract: 本发明公开了一种大数据分析模型预测发动机性能的方法，主要步骤为：1)确定输入数据。2)建立发动机性能指标预测模型和发动机性能分类检测模型。3)对所有回归算法的自学习参数进行训练。4)将测试样本矩阵C输入到调整自学习参数后的发动机性能指标预测模型和发动机性能分类检测模型中，得到每种回归算法的预测误差率。5)将所述待检测发动机的输入数据输入到发动机性能指标预测模型中，从而输出待检测发动机在不同工况下的转速预测结果。本发明对发动机生产过程中产生的过程检测数据和质量检测数据进行发动机性能预测，实现了发动机性能情况的自动预测，在节省人力成本和发动机损耗成本的同时，也保证了发动机下线质量性能的可靠性。
-
公开(公告)号：CN109506942A
公开(公告)日：2019-03-22
申请号：CN201811474787.X
申请日：2018-12-04
Applicant: 重庆大学
IPC: G01M15/02
Abstract: 本发明公开了一种大数据分析发动机冷试检测数据与工位相关性的方法,主要步骤为：1)获取工位检测数据和冷试检测数据。2)补全工位检测数据集和冷试检测数据集的缺失数据。3)对补全后的工位检测数据集进行预处理，得到工位检测数据矩阵M。4)从工位检测数据矩阵M中提取数据样本集X1，…，Xη。5)对数据样本集X1，…，Xη进行稀疏处理。6)计算数据样本集X1，…，Xη和冷试检测数据集B1，...，Bβ的相关性。7)根据数据样本集X1，…，Xη和冷试检测数据集B1，...，Bβ的相关性，分析得到发动机冷试检测数据和发电机工位的相关性。本发明可以提高发动机出厂时性能的一致性，并节约生产成本。
-
公开(公告)号：CN109506942B
公开(公告)日：2020-08-04
申请号：CN201811474787.X
申请日：2018-12-04
Applicant: 重庆大学
IPC: G01M15/02
Abstract: 本发明公开了一种大数据分析发动机冷试检测数据与工位相关性的方法,步骤为：1)获取工位检测数据和冷试检测数据。2)补全工位检测数据集和冷试检测数据集的缺失数据。3)对补全后的工位检测数据集进行预处理，得到工位检测数据矩阵M。4)从工位检测数据矩阵M中提取数据样本集X1，...，Xη。5)对数据样本集X1，...，Xη进行稀疏处理。6)计算数据样本集X1，...，Xη和冷试检测数据集B1，...，Bβ的相关性。7)根据数据样本集X1，...，Xη和冷试检测数据集B1，...，Bβ的相关性，分析得到发动机冷试检测数据和发动机工位的相关性。本发明可以提高发动机出厂时性能的一致性，并节约生产成本。
-
公开(公告)号：CN109726230B
公开(公告)日：2021-06-01
申请号：CN201811476008.X
申请日：2018-12-04
Applicant: 重庆大学
IPC: G06F16/2458 , G06Q10/04 , G06Q10/06 , G06Q50/04 , G06N3/08
Abstract: 本发明公开了一种大数据分析模型预测发动机性能的方法，主要步骤为：1)确定输入数据。2)建立发动机性能指标预测模型和发动机性能分类检测模型。3)对所有回归算法的自学习参数进行训练。4)将测试样本矩阵C输入到调整自学习参数后的发动机性能指标预测模型和发动机性能分类检测模型中，得到每种回归算法的预测误差率。5)将所述待检测发动机的输入数据输入到发动机性能指标预测模型中，从而输出待检测发动机在不同工况下的转速预测结果。本发明对发动机生产过程中产生的过程检测数据和质量检测数据进行发动机性能预测，实现了发动机性能情况的自动预测，在节省人力成本和发动机损耗成本的同时，也保证了发动机下线质量性能的可靠性。
-
-
-
Search Results
4
records
(took 0.015 seconds)
