论文部分内容阅读
针对活塞环渗氮硬化工序建模困难的情况，通过主成分分析法（PCA）提取氮化工序特征参数，降低了质量模型输入样本维数，建立了基于小波Elman神经网络的活塞环制造关键工序的质量预测模型，实现了工序过程质量波动趋势的预测，为后续的工艺优化和质量改进奠定了基础．结果表明，文中方法可以有效地改进渗氮硬化工序的质量控制，所建立的质量预测模型对输出质量特征值的预测准确率达到89％，具有比标准Elman网络更好的预测精度和收敛速度．