SMOTE数据预处理算法在砂型铸造复杂铸件缺陷预测中的应用OACSTPCD
针对实际生产过程采集的复杂转向桥铸件工艺数据中冷隔、气孔、砂眼、缩孔等缺陷类别的数据量严重不平衡、复杂铸件缺陷预测模型准确率不高的问题,结合砂型铸造实际工况,引入了SMOTE(Synthetic Minority Oversampling Technique)数据预处理算法,探究其在砂型铸造复杂铸件缺陷预测中的应用。根据采集到的复杂铸件不平衡数据集的特点,基于SMOTE数据预处理算法,科学扩充了不平衡数据集,创建了可用于训练复杂铸件缺陷预测模型的平衡数据集,数据预处理前后的模型预测准确率从86.50%提高至97.91%。
潘徐政;刘迎辉;李文;计效园;殷亚军;吴来发;解明国;周建新
华中科技大学材料成形与模具技术国家重点实验室,湖北武汉430074华中科技大学材料成形与模具技术国家重点实验室,湖北武汉430074华中科技大学材料成形与模具技术国家重点实验室,湖北武汉430074华中科技大学材料成形与模具技术国家重点实验室,湖北武汉430074华中科技大学材料成形与模具技术国家重点实验室,湖北武汉430074安徽合力股份有限公司,安徽合肥230601安徽合力股份有限公司,安徽合肥230601华中科技大学材料成形与模具技术国家重点实验室,湖北武汉430074
计算机与自动化
转向桥铸件砂型铸造不平衡数据集数据预处理SMOTE算法缺陷预测
《铸造》 2024 (10)
P.1473-1479,7
国家重点研发计划项目(2020YFB1710100)国家自然科学基金(52275337、52090042、51905188)。
评论