首页|活塞喉口微细缺陷识别与分类研究

活塞喉口微细缺陷识别与分类研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
活塞作为发动机内最重要的零件之一,工作过程中将承受巨大的爆发力.当活塞喉口存在微细缺陷时,爆发力将会导致缺陷开裂从而产生严重的安全隐患,因此对于活塞喉口微细缺陷检测的研究具有重要意义.采集三种不同缺陷类型的活塞涡流信号,进行降噪后提取其时域、频域及时频域内多重特征[1].对比分析了基于主成分分析(Principal Com-ponent Analysis,PCA)和线性判别分析(Linear Discriminant Analysis,LDA)降维的活塞喉口微细缺陷检测与识别方法,并对降维结果分别进行线性判别分类和高斯朴素贝叶斯分类(Gaussian Naive Bayes,GaussianNB),对比缺陷识别的准确率与模型训练时间,从而得出性能最好的缺陷识别模型.实验结果证明LDA-GaussianNB模型可高效判别活塞喉口微细缺陷类型.
Identification and Classification of Micro Defects in Piston Throat

杨威、皇攀凌、陈彬彬、周军

展开 >

山东大学机械工程学院,山东 济南 250061

山东大学高效洁净机械制造教育部重点实验室,山东 济南250061

山东省工业技术研究院,山东 济南 250061

活塞喉口 主成分分析 线性判别分析 缺陷识别

山东省重点研发计划山东省重点研发计划山东省重点研发计划山东省重点研究计划山东省重点研发计划山东省重点研发计划山东省重点研发计划山东省重点研发计划山东省重点研发计划山东省重点研发计划

2018CXGC09082018CXGC02152019JZZY0107322018CXGC06012019JZZY0104532018CXGC08082019JZZY0101172019JZZY0206162019JZZY0206152019JZZY010452

2022

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2022.(12)
  • 5