选择液压锻锤作为测试对象,再以多项式拟合和集成算法结合的过程,开发出了锻锤磨损阶段建立回归模型的方法。再把AdaBoost集成算法也加入统一回归模型内,从而降低磨损过程中的回归模型预测误差。研究结果表明给出了基于AdaBoost集成回归模型的液压锻锤磨损状态识别表达式。平稳磨损阶段所需时间最短,最长的为急剧磨损阶段。该研究为进一步识别锻锤磨损状态提供了一定的理论支撑作用,该研究可以拓宽到其它的磨损领域,具有很好的实际应用价值。

汽车制造行业作为我国的支柱行业,其发动机的制造技术尤为重要。在发动机缸盖加工过程中,仍存在缸盖关键结合面毛刺等工艺问题。主要针对发动机缸盖关键结合面铣削毛刺的形成和控制方面进行研究,提出一种基于切削参数的粗精铣毛刺尺寸回归模型。在不同的切削参数下进行铣削加工试验,测量粗精铣毛刺宽度和高度等特征尺寸,进行数据回归分析,获得加工工艺参数与毛刺特征尺寸相关联的回归模型,通过模型确定实现毛刺尺寸主动控制的加工参数可行区间。

为降低差速器齿轮在传动过程中的振动和噪声,采用了行星齿轮齿廓修形和偏心螺旋线修形。通过KISSSoft分析了齿廓修形量、螺旋线修形量、螺旋线修形因子Ⅰ和螺旋线修形因子Ⅱ对传动误差峰值差、齿面最大接触应力、行星齿轮齿根弯曲应力和半轴齿轮齿根弯曲应力的影响,通过Minitab建立4个响应量的回归方程,得到以传动误差峰值差最小、齿面最大接触应力最小以及行星齿轮齿根弯曲应力不大于1100 MPa为目标的修形方案,修形后传动误差峰值差降低了11.39%,齿面最大接触应力下降了3.89%,行星齿轮和半轴齿轮的齿根弯曲应力分别下降了4.40%和5.62%。最后,采用有限元仿真分析,验证了修形后的差速器齿轮的疲劳寿命满足要求,并通过台架试验进行了验证。

支持向量机是由统计学习理论发展起来的机器学习算法，它从结构风险最小化的角度保证了模型的最大泛化能力。文中运用支持向量机进行小样本数据回归分析研究。首先利用推广性的界理论指导支持向量机回归模型参数的选取，以保证模型具有最大的推广能力；其次，运用基于正态分布和基于t分布的两种区间预测方法进行了预测值的区间估计；最后，利用模拟序列和真实的航空发动机油样光谱分析数据作为实验数据，建立了支持向量机回归分析模型，并与最小二乘法进行了比较。结果表明，所提出的支持向量机模型参数选取和区间估计方法适用于小样本数据的回归分析，具有较高的预测精度。

针对城轨车辆门密封胶条提前更换而导致未全寿命使用的问题,对密封胶条寿命进行多模型组合预测,为密封胶条维护提供寿命指标.基于密封胶条样本的拉断伸长率检测数据,构建单项预测模型,用最优权数法进行组合预测;提出一种权数变换方法解决最优权数法计算权数为负值的问题;以平均绝对误差率作为模型精度评价指标,单项预测模型精度分别为1.82%~13.41%,最优权数改进方法构建的组合模型精度范围为1.82%~3.14%,组合模型精度显著提高.由组合模型预测得到密封胶条使用寿命为172个月.

为了研究航空铝合金在绝对干式切削条件下的切削参数对表面质量的影响规律并据此选择合理的切削用量,采用正交试验法对7075-T6铝合金进行了车削试验并对试验数据进行处理,得到表面粗糙度、表面残余应力关于切削三要素的多元非线性回归模型。在此基础上,以表面去除率、表面残余应力和表面粗糙度为优化目标,切削三要素为优化对象,基于遗传算法进行多目标优化,并绘制出Pareto前沿。根据实际加工需求,从优化解集中选择最优工艺参数。结果表明:表面粗糙度和表面残余应力均与表面去除率成反比关系;进给量和切削速度是影响表面粗糙度和表面残余应力的主要参数;仅在进给量最小的状态下,切削深度的增加会产生较大的表面残余拉应力。

根据抗疲劳制造要求和准双曲面齿轮的齿形特点,提出一种专用的冷摆辗加工方案。用正交数值模拟方案,通过数值模拟研究了工艺参数对模拟指标即摆辗成形力和齿面最大回弹量的影响规律,得到各因素在一定变化范围内较优的工艺参数组合,并对模拟结果进行了回归分析和相关性检验。研究结果可为实际生产中的工艺设计提供一定的参考价值。

通过微磨料气射流成形加工玻璃试验,研究了工艺参数及其交互作用对加工表面粗糙度的影响,建立了表面粗糙度的回归模型。结果表明,气压对表面粗糙度的影响最显著,其次是靶距和喷嘴横移速度的交互作用、气压和靶距的交互作用以及靶距,而气压和喷嘴横移速度的交互作用、喷嘴横移速度对表面粗糙度的影响相对较小。表面粗糙度随着气压的增加而增大,随着靶距和喷嘴横移速度的增加先减小后增大。选用中低气压和较大靶距的组合有利于降低表面粗糙度。方差分析和残差检验的结果表明回归模型可以有效地预测表面粗糙度。

针对锅炉运行过程中蒸发量的波动,通过研究循环流化床锅炉运行的参数,采用主成分分析法,提取主要相关参数,建立蒸发量回归模型,可帮助锅炉操作人员进行快速、精准调节,有较高的实际应用价值。