本文關鍵詞：基于粒子群優(yōu)化SVM的刀具磨損量預測

  更多相關文章： 刀具 磨損量預測 粒子群 支持向量機

【摘要】：針對SVM預測刀具磨損量存在的參數(shù)不易確定的問題,提出了新的基于粒子群優(yōu)化SVM的智能預測方法。在介紹粒子群算法和SVM回歸模型基本理論的基礎上,提出用自適應粒子群優(yōu)化算法優(yōu)化SVM參數(shù)的策略,采用小波包方法對切削聲信號進行分解處理,建立了基于粒子群優(yōu)化SVM的刀具磨損量預測模型。試驗分析的仿真結果表明,所建立的刀具磨損量智能預測模型具有較強的推廣能力和較高的預測精度。
【作者單位】： 長春職業(yè)技術學院;
【關鍵詞】： 刀具 磨損量預測 粒子群 支持向量機
【基金】：“十二五”國家科技支持計劃(2014BD06B00)
【分類號】：TP18;TG71
【正文快照】： 1引言 隨著以物聯(lián)網(wǎng)和智能制造為主導的工業(yè)4.0時代悄然來襲,機械加工行業(yè)將加速轉(zhuǎn)型升級。刀具是機械加工中的重要設備,刀具的磨損量與刀具成本核算、刀具需求計劃制定、加工質(zhì)量和加工精度等 密切相關,因此刀具磨損量的實時監(jiān)測和科學預測具有重要意義[1]。文獻[2]、文獻[

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張鍇鋒;袁惠群;聶鵬;;基于切削聲信號與優(yōu)化SVM的刀具磨損狀態(tài)監(jiān)測[J];振動.測試與診斷;2015年04期

2 聶鵬;何超;許良;李正強;崔凱奇;;基于遺傳算法優(yōu)化SVM的刀具VB值預測的研究[J];機床與液壓;2015年11期

3 關山;閆麗紅;彭昶;;LS-SVM回歸算法在刀具磨損量預測中的應用[J];中國機械工程;2015年02期

4 張鍇鋒;袁惠群;聶鵬;;基于廣義維數(shù)與優(yōu)化BP神經(jīng)網(wǎng)絡的刀具磨損量預測[J];東北大學學報(自然科學版);2013年09期

5 雷小寶;廖文和;謝峰;鄭侃;趙吉文;;義齒用預燒結氧化鋯高速銑削時刀具磨損及壽命預測[J];南京理工大學學報;2013年04期

6 王海斌;劉維亭;徐卉;;基于迭代局部搜索和自適應粒子群優(yōu)化的SVM短期負荷預測[J];船舶工程;2013年01期

7 王利偉;王姣;;云-SVM模型及在數(shù)控機床刀具磨損狀態(tài)預測中的應用[J];組合機床與自動化加工技術;2012年09期

8 關山;聶鵬;;L-M優(yōu)化算法BP網(wǎng)絡在刀具磨損量預測中的應用[J];機床與液壓;2012年15期

9 邱景平;邢軍;姜諳男;孫曉剛;;基于粒子群支持向量機的礦巖強度指標的超聲預測[J];東北大學學報(自然科學版);2012年05期

10 江平;鄧志平;;基于BP網(wǎng)絡對刀具磨損的預測[J];煤礦機械;2012年03期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 韓玉輝;;基于粒子群優(yōu)化SVM的刀具磨損量預測[J];工具技術;2016年11期

2 關山;康振興;彭昶;;車削刀具磨損聲發(fā)射信號的云特征分析[J];農(nóng)業(yè)工程學報;2016年20期

3 滕凱;;基于BP神經(jīng)網(wǎng)絡L-M優(yōu)化算法的噴液式線切割工藝參數(shù)優(yōu)化[J];機床與液壓;2016年15期

4 王巖;張波;薛博;;基于FOA-SVM的中文文本分類方法研究[J];四川大學學報(自然科學版);2016年04期

5 胡智鵬;;基于模糊邏輯的刀具磨損狀態(tài)檢測[J];山東工業(yè)技術;2016年11期

6 張昌娟;焦鋒;趙波;牛贏;;基于灰色-馬爾可夫模型的刀具磨損預測[J];河南理工大學學報(自然科學版);2015年06期

7 滕凱;;基于正交試驗和BP神經(jīng)網(wǎng)絡的Ti-6Al-4V合金電火花線切割工藝參數(shù)優(yōu)化[J];制造業(yè)自動化;2015年20期

8 黃發(fā)明;殷坤龍;張桂榮;周春梅;張俊;;基于相空間重構和小波分析-粒子群向量機的滑坡地下水位預測[J];地球科學(中國地質(zhì)大學學報);2015年07期

9 何棟磊;黃民;;改進的BP神經(jīng)網(wǎng)絡在刀具磨損狀態(tài)監(jiān)測中的應用[J];機械工程師;2015年07期

10 馬小駿;任淑紅;左洪福;文振華;;基于LS-SVM算法和性能可靠性的航空發(fā)動機在翼壽命預測方法[J];交通運輸工程學報;2015年03期

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 吳森;韋灼彬;王紹忠;王斌;李揚;;基于AR模型和主成分分析的損傷識別方法[J];振動.測試與診斷;2012年05期

2 王利偉;王姣;;云-SVM模型及在數(shù)控機床刀具磨損狀態(tài)預測中的應用[J];組合機床與自動化加工技術;2012年09期

3 關山;聶鵬;;L-M優(yōu)化算法BP網(wǎng)絡在刀具磨損量預測中的應用[J];機床與液壓;2012年15期

4 聶鵬;徐洪W，

本文編號：882872