李琨　魯鵬　史東旭　邵子堯　陳浩然

摘 要：緊固技術(shù)在制造業(yè)中起著關(guān)鍵作用，它確保緊固件被固定到正確的扭矩。本文旨在探討大數(shù)據(jù)算法在緊固技術(shù)中的應(yīng)用。本文首先討論了大數(shù)據(jù)分析的算法種類和適用領(lǐng)域，然后探討了大數(shù)據(jù)算法在緊固技術(shù)中的應(yīng)用，如何用于提高緊固工藝的準(zhǔn)確性、效率和可靠性，最后提出了應(yīng)用大數(shù)據(jù)進(jìn)行擰緊技術(shù)開發(fā)面臨的挑戰(zhàn)，本研究可為緊固技術(shù)的數(shù)據(jù)分析提供參考價(jià)值。

關(guān)鍵詞：大數(shù)據(jù)算法 緊固技術(shù) 數(shù)據(jù)分析

1 引言

緊固技術(shù)是將螺栓、螺母和其他緊固件安全地固定到規(guī)定的扭矩的過程。在制造業(yè)中，緊固至關(guān)重要，因?yàn)樗_保成品的質(zhì)量和可靠性。緊固的準(zhǔn)確性在各個(gè)行業(yè)中都非常重要，包括汽車、航空航天和建筑業(yè)。傳統(tǒng)的緊固方法涉及手動(dòng)扭矩扳手，這可能導(dǎo)致錯(cuò)誤、不一致性和低效的工藝。隨著大數(shù)據(jù)算法的出現(xiàn)，有機(jī)會(huì)提高緊固技術(shù)的準(zhǔn)確性、效率和可靠性。大數(shù)據(jù)算法是能夠快速準(zhǔn)確地分析大量數(shù)據(jù)的計(jì)算機(jī)程序。這些算法使用統(tǒng)計(jì)模型、機(jī)器學(xué)習(xí)和其他技術(shù)來識(shí)別數(shù)據(jù)中的模式、趨勢(shì)和洞見。將大數(shù)據(jù)算法應(yīng)用于緊固技術(shù)有可能徹底改變緊固件的固定方式。

2 目前常用的大數(shù)據(jù)算法

近年來，隨著大數(shù)據(jù)算法的發(fā)展，這些算法已經(jīng)被廣泛應(yīng)用于各種行業(yè)，包括制造業(yè)和緊固技術(shù)。下面是一些最常用的大數(shù)據(jù)算法。

2.1 線性回歸

線性回歸是一種統(tǒng)計(jì)方法[1]，流程如圖1所示。可用于分析一個(gè)或多個(gè)自變量與因變量之間的關(guān)系。它通常用于制造業(yè)，以預(yù)測(cè)未來的性能并確定改進(jìn)的領(lǐng)域。

2.2 決策樹

決策樹是一種機(jī)器學(xué)習(xí)算法[2]，如圖2所示，可根據(jù)一組規(guī)則對(duì)數(shù)據(jù)進(jìn)行分類。它通常用于制造業(yè)中分析過程數(shù)據(jù)并識(shí)別問題的根本原因。

2.3 隨機(jī)森林

隨機(jī)森林是另一種機(jī)器學(xué)習(xí)算法[3]，可用于對(duì)數(shù)據(jù)進(jìn)行分類，如圖3所示。它通過創(chuàng)建多個(gè)決策樹并組合它們的輸出來進(jìn)行更準(zhǔn)確的預(yù)測(cè)。隨機(jī)森林通常用于制造業(yè)中分析大型數(shù)據(jù)集并預(yù)測(cè)過程性能。

2.4 支持向量機(jī)（SVM）

支持向量機(jī)是一種機(jī)器學(xué)習(xí)算法[4]，可用于對(duì)數(shù)據(jù)進(jìn)行分類，如圖4所示。它通過創(chuàng)建將數(shù)據(jù)分為不同類別的超平面來工作。SVM通常用于制造業(yè)中分析過程數(shù)據(jù)并識(shí)別可用于提高性能的模式。

2.5 神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)是一種機(jī)器學(xué)習(xí)算法，模擬人腦的結(jié)構(gòu)[5]，如圖5所示。它可用于分析復(fù)雜數(shù)據(jù)集并對(duì)未來的性能進(jìn)行預(yù)測(cè)。神經(jīng)網(wǎng)絡(luò)通常用于制造業(yè)中分析傳感器數(shù)據(jù)并識(shí)別趨勢(shì)和模式。

2.6 K均值聚類

K均值聚類是一種無監(jiān)督機(jī)器學(xué)習(xí)算法[6]，可用于根據(jù)相似性將數(shù)據(jù)分組為群集，如圖6所示。它通常用于制造業(yè)中分析過程數(shù)據(jù)并識(shí)別可用于提高性能的模式。

2.7 關(guān)聯(lián)規(guī)則挖掘

關(guān)聯(lián)規(guī)則挖掘是一種數(shù)據(jù)挖掘技術(shù)，可用于識(shí)別大型數(shù)據(jù)集中的模式和關(guān)系[7-8]，如圖7所示。它通常用于制造業(yè)中分析過程數(shù)據(jù)并確定改進(jìn)的領(lǐng)域。

大數(shù)據(jù)算法有潛力革命制造業(yè)和緊固技術(shù)的方式。通過使用這些算法，制造商可以提高其過程的準(zhǔn)確性，效率和可靠性，從而提高生產(chǎn)力并減少浪費(fèi)。

3 大數(shù)據(jù)算法在緊固技術(shù)中的應(yīng)用

松動(dòng)的螺栓或螺母可能會(huì)導(dǎo)致車輛性能下降，甚至造成事故。因此，必須確保每個(gè)螺栓和螺母都正確安裝。這就需要對(duì)緊固力進(jìn)行監(jiān)測(cè)和控制，以確保其符合要求。過去，這通常是通過手動(dòng)檢查和調(diào)整來完成的，但這樣的方法存在很大的風(fēng)險(xiǎn)和不確定性。現(xiàn)在，大數(shù)據(jù)技術(shù)可以提供更準(zhǔn)確，高效和可靠的解決方案。

使用傳感器和實(shí)時(shí)數(shù)據(jù)收集技術(shù)，制造商可以收集大量的緊固力數(shù)據(jù)。這些數(shù)據(jù)可以通過各種大數(shù)據(jù)算法進(jìn)行分析，以識(shí)別任何問題并預(yù)測(cè)未來的性能。例如，線性回歸可以用于分析不同因素（如扭矩和轉(zhuǎn)角）對(duì)緊固力的影響，以確定最佳參數(shù)范圍。隨機(jī)森林可以用于預(yù)測(cè)未來的緊固力，并識(shí)別任何異常情況，如松動(dòng)或斷裂的螺栓。決策樹可以用于識(shí)別哪些因素最大程度地影響緊固力，以便采取相應(yīng)的措施。支持向量機(jī)可以用于識(shí)別緊固力的正常范圍，并在超出該范圍時(shí)進(jìn)行報(bào)警。

這些算法不僅可以提高緊固的準(zhǔn)確性和效率，還可以幫助制造商提高其生產(chǎn)力并減少浪費(fèi)。例如，通過識(shí)別不必要的緊固操作并消除它們，制造商可以節(jié)省時(shí)間和資源，提高生產(chǎn)效率。此外，通過預(yù)測(cè)未來的緊固力，制造商可以采取預(yù)防措施并避免停機(jī)時(shí)間和維修費(fèi)用。

3.1 預(yù)測(cè)性維護(hù)

大數(shù)據(jù)算法可用于預(yù)測(cè)何時(shí)需要維護(hù)或修理緊固工具。通過分析傳感器和其他來源的數(shù)據(jù)，這些算法可以檢測(cè)早期的磨損跡象，使維護(hù)團(tuán)隊(duì)能夠在工具故障之前進(jìn)行預(yù)防性維護(hù)。這有助于最小化停機(jī)時(shí)間，并確保緊固工藝保持準(zhǔn)確和高效。

3.2 質(zhì)量控制與過程優(yōu)化

大數(shù)據(jù)算法也可以用于質(zhì)量控制。通過分析傳感器和其他來源的數(shù)據(jù)，這些算法可以識(shí)別緊固工藝中可能表示質(zhì)量問題的模式和趨勢(shì)。這有助于制造商在它們導(dǎo)致昂貴的缺陷或召回之前識(shí)別和糾正問題。大數(shù)據(jù)算法可用于優(yōu)化緊固工藝。通過分析傳感器和其他來源的數(shù)據(jù)，這些算法可以識(shí)別工藝中的瓶頸和瓶頸原因。這使制造商能夠做出改進(jìn)，提高生產(chǎn)效率和減少浪費(fèi)。

3.3 數(shù)據(jù)收集和分析

大數(shù)據(jù)算法可用于收集和分析各種類型的數(shù)據(jù)，如圖8所示。例如傳感器數(shù)據(jù)、工藝參數(shù)和歷史數(shù)據(jù)。通過分析這些數(shù)據(jù)，制造商可以了解工藝中的趨勢(shì)和模式，從而更好地了解生產(chǎn)線的性能。這有助于制造商預(yù)測(cè)未來的性能和優(yōu)化工藝。

3.4 在線監(jiān)測(cè)

大數(shù)據(jù)算法可以用于實(shí)時(shí)在線監(jiān)測(cè)緊固工具的扭矩輸出和其他參數(shù)，如圖9所示。通過分析實(shí)時(shí)數(shù)據(jù)，制造商可以檢測(cè)工具故障和質(zhì)量問題，從而能夠立即采取行動(dòng)。這

有助于確保緊固工藝的準(zhǔn)確性和可靠性。

4 應(yīng)用大數(shù)據(jù)進(jìn)行擰緊技術(shù)開發(fā)面臨的挑戰(zhàn)

雖然大數(shù)據(jù)算法在緊固技術(shù)中的應(yīng)用具有很多潛在的優(yōu)點(diǎn)，但實(shí)施這些算法時(shí)還需要解決一些挑戰(zhàn)。

4.1 數(shù)據(jù)質(zhì)量

大數(shù)據(jù)算法的準(zhǔn)確性取決于數(shù)據(jù)的質(zhì)量。如果數(shù)據(jù)不準(zhǔn)確或不完整，這些算法的結(jié)果可能不準(zhǔn)確或不可靠。因此，在實(shí)施大數(shù)據(jù)算法之前，必須確保數(shù)據(jù)質(zhì)量。

4.2 算法選擇

有許多大數(shù)據(jù)算法可用于緊固技術(shù)。選擇正確的算法非常重要，因?yàn)椴煌乃惴赡軙?huì)產(chǎn)生不同的結(jié)果。制造商必須仔細(xì)考慮每種算法的優(yōu)缺點(diǎn)，以選擇最適合其需求的算法。

4.3 數(shù)據(jù)隱私

大數(shù)據(jù)算法通常需要使用大量的數(shù)據(jù)，包括敏感數(shù)據(jù)。因此，在實(shí)施這些算法時(shí)，必須考慮數(shù)據(jù)隱私和保護(hù)問題。

4.4 實(shí)施成本

實(shí)施大數(shù)據(jù)算法的成本可能很高，因?yàn)樾枰?gòu)買硬件和軟件、進(jìn)行培訓(xùn)并聘請(qǐng)專業(yè)人員。因此，制造商必須考慮實(shí)施成本和預(yù)期回報(bào)之間的平衡。

5 結(jié)論

大數(shù)據(jù)算法在緊固技術(shù)中的應(yīng)用具有潛在的優(yōu)點(diǎn)，可以提高緊固工藝的準(zhǔn)確性、效率和可靠性。然而，實(shí)施這些算法時(shí)必須解決一些挑戰(zhàn)，例如數(shù)據(jù)質(zhì)量、算法選擇、數(shù)據(jù)隱私和實(shí)施成本。制造商必須仔細(xì)考慮這些問題，并確保選擇最適合其需求的算法。

參考文獻(xiàn)：

[1]許業(yè)林.基于線性回歸的軸承預(yù)緊技術(shù)研究[J].機(jī)械工程師，2009（08）：45-47.

[2]謝兆賢，鄒興敏，張文靜.大型數(shù)據(jù)集的高效參數(shù)剪枝決策樹算法研究[J/OL].計(jì)算機(jī)工程：1-11.

[3]吳鈺，杜慶東.基于大數(shù)據(jù)技術(shù)的隨機(jī)森林算法研究[J].現(xiàn)代工業(yè)經(jīng)濟(jì)和信息化，2020，10（09）：24-25.

[4]路繩方，劉震.動(dòng)車底部螺栓快速定位方法[J].計(jì)算機(jī)工程與應(yīng)用，2017，53（15）：31-35.

[5]樊宇，楊建業(yè).大數(shù)據(jù)在擰緊數(shù)據(jù)分析中的應(yīng)用[J].汽車工藝與材料，2022（06）：27-32.

[6]王磊. 基于大數(shù)據(jù)分析的螺栓擰緊工藝質(zhì)量評(píng)價(jià)方法研究[D].山東大學(xué)，2018.

[7]魏佳旭，吳旭東，趙丹.基于關(guān)聯(lián)規(guī)則挖掘的自動(dòng)駕駛高風(fēng)險(xiǎn)場(chǎng)景構(gòu)建[J].山東交通科技，2023（01）：147-151.

[8]曹磊，徐磊，楊菲，賈彭斐.基于關(guān)聯(lián)規(guī)則挖掘的路面損壞狀況影響因素分析[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2021，30（01）：186-193.