基于改进支持向量机的中冷器疲劳强度预测研究  

作　　者：张兆芳 李承国 刘延昊 王明军 孙栋 

机构地区：[1]山东厚丰汽车散热器有限公司,山东泰安271000

出　　处：《中国机械》2024年第25期102-106,共5页Machine China

摘　　要：为提高汽车中冷器的运行安全与效率,及时准确预测其疲劳强度变得尤为重要。虽然传统物理测试、经验估计方法在一定程度上有效,但这些方法通常耗时长、成本高,且难以适应迅速变化的设计与使用需求。鉴于此,本文采用了改进支持向量机(SVM)方法,构建基于机器学习的预测模型,以期通过学习历史数据中的模式与关系,提高中冷器疲劳强度预测准确性与效率。结果表明,与传统方法相比,改进SVM模型在预测中冷器的疲劳强度方面,不仅提高了预测的准确率,还可降低计算时间与资源消耗。本文研究成果不仅为中冷器的设计维护提供了科学依据,也为其他汽车部件的疲劳分析提供了新的方法论。

关 键 词：改进支持向量机 中冷器 涡轮增压器 

分 类 号：U464.135.8[机械工程—车辆工程]