机床与液压

作者：张梓齐，耿乐陶，李阳，杨正乐，郭子兴，胡敏，庄正飞

单位：华南师范大学生物光子学研究院；华南师范大学生物光子学研究院；华南师范大学生物光子学研究院；华南师范大学生物光子学研究院；华南师范大学生物光子学研究院；华南师范大学生物光子学研究院；华南师范大学生物光子学研究院;华南师范大学（清远）科技创新研究院;师大瑞利光电科技（清远）有限公司

关键词：气密性检测;差压法;分类器;集成学习;Gentle Adaboost算法

基金：国家自然科学基金面上项目（61875056）;国家自然科学基金项目重点项目 (62135003）；广州市科技计划项目（202201010704）；清远高新区人才项目（{2021}97号）；清远高新区特色载体建设项目（2150805）

差压法气密性检测易受外部因素与预设参数影响。针对问题基于集成学习建立气密性检测系统，包含传感器终端数据采集系统、人机交互界面，并用最小二乘法对传感器进行线性拟合，利用Gentle Adaboost算法寻找每轮迭代中最佳弱分类器并更新下一轮样本权重，通过集成数轮迭代中最佳弱分类器组成强分类器，对被测物的气密性能进行判断。实验结果表明：所提系统在气密性检测中的准确度、精确度与召回率皆优于传统方法与单一分类模型，准确度达到99.8%，能有效克服外部因素对检测结果的影响，提高了差压法气密性检测的准确性与稳定性。

来源：2024年第4期

《机床与液压》期刊编辑部

查看机床与液压杂志2024年第4期