学位论文 > 优秀研究生学位论文题录展示

基于支持向量机的胎面胶损耗因子优化

作　者: 周国彬
导　师: 臧孟炎；罗吉良
学　校: 华南理工大学
专　业: 车辆工程
关键词: 胎面胶损耗因子支持向量机遗传算法
分类号: U463.341
类　型: 硕士论文
年　份: 2011年
下　载: 28次
引　用: 0次
阅　读: 论文下载

内容摘要

轮胎整体性能主要由橡胶性能决定,其中胎面胶对橡胶性能影响最大。胎面胶性能由胎面胶材料的配比情况确定。随着世界各国对轮胎性能和环保方面的要求越来越高,如何进行胎面胶配比来提高轮胎的整体性能一直是研究的重点。传统的胎面胶配方方法是以单因素轮换试验法为基础,结合科研人员的研发经验来设计。这种方法开发周期长、成本付出较大,已跟不上轮胎设计的步伐。针对上述问题,本文首先对常用的几种试验设计方法,即正交试验法、均匀设计法、拉丁超立方试验设计进行比较分析,结合实际情况,确定采用拉丁超立方试验设计进行试验;在建模方法的选择中,对比分析BP神经网络及支持向量机的适用范围、建模原理等,确定采用支持向量机建立材料因素与损耗因子、硬度及300%定伸应力三种代理模型。用检测数据分别对三种模型进行检验,结果显示支持向量机建立的三种模型相对误差较小。然后用支持向量机结合遗传算法,以损耗因子最小为目标,在硬度和300%定伸应力的约束条件下,得出对应的胎面胶材料因素水平,即天然胶、丁苯胶、顺丁胶、白炭黑和炭黑的配比。选取损耗因子最小的一组配方做试验,结果表明:在基本满足硬度和300%定伸应力的条件下,最小损耗因子优化结果与试验结果误差小于10%,满足工程设计要求,说明支持向量机与遗传算法结合的优化方法的有效性。此外本文还使用MATLAB进行了胎面胶配方图形用户界面设计,包括两种建模优化方法:神经网络结合遗传算法和支持向量机结合遗传算法,该界面将优化程序可视化,减少了研发人员的工作量。该界面适用于轮胎不同部位、不同试验指标的优化,具有较高的应用价值。

基于支持向量机的胎面胶损耗因子优化

内容摘要

全文目录

相似论文