基于PSO-BP模型的差速器装配密封质量预测OA北大核心CSTPCD

为了对林业运材车差速器总成装配密封质量进行事前预测,提高其产品质量及装配合格率,提出一种灰色关联分析算法结合粒子群(PSO)优化BP神经网络的预测模型。将由灰色关联分析算法筛选出影响差速器总成密封质量的关键装配工艺参数作为输入变量,差速器总成泄漏值作为输出变量,创建基于粒子群(PSO)算法优化BP神经网络(PSO-BP)的预测模型,结果表明,由灰色关联分析简化后的PSO-BP预测方法得到的平均相对误差最小为1.18%。在此基础上,应用PyQt5 GUI库开发差速器总成泄漏值预测系统。研究结果可以为差速器总成密封质量预测提供理论依据。