共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
基于支持向量机的加工误差预测建模方法研究 总被引:5,自引:0,他引:5
误差补偿是提高机械加工精度的有效途径,其中误差的建模是关键.在分析现有加工误差预测技术不足的基础上,提出基于支持向量机的加工误差回归建模和预测方法,并对实际应用中的问题进行了分析和总结.通过实例验证及与其它建模方法的对比,表明该方法具有优良的预测性能,为加工误差预测提供了一种新的可行方法. 相似文献
4.
基于支持向量机钛合金铣削力预测分析 总被引:1,自引:0,他引:1
钛合金材料广泛应用于各个领域,其材料在加工过程中受铣削力影响易于产生变形而影响加工质量,为此需对铣削力进行预测分析。针对实际加工工程中铣削力函数不能显式表示的问题,提出一种基于支持向量机铣削力模型预测的方法。利用正交试验设计选取合适的设计参数样本点建立铣削力预测模型,并获得预测值与实验值的拟合曲线,试验值通过有限元建模获得,分别对预测值与试验值结果进行误差率及显著性检验分析。为验证支持向量机方法的有效性,建立BP神经网络模型对试验值预测。与BP神经网络模型预测比较,结果显示支持向量机模型预测的结果更能精确预测。 相似文献
5.
文章使用支持向量回归方法(SVR)成功地对切削颤振状态趋势进行了预测,同时提出了一种新的信号特征提取方法。首先逐次对切削信号进行小波包分解,然后计算各频带区间内的能量并对能量进行归一化处理,于是得到了信号在各区间的能量分布图以及各区间的能量变化曲线,从能量的变化曲线可以很清楚的看到,各区间的能量分布很好地反应了切削颤振过渡的特征。最后通过SVR算法对能量变化趋势进行回归预测,与实际曲线进行比较,预测结果基本能反应出能量的变化趋势,从而为切削颤振的预报奠定了较好的基础。 相似文献
6.
《组合机床与自动化加工技术》2021,(9)
针对船用柴油机整机装配工序复杂、零部件种类多、多工序并行作业难度大,导致装配质量稳定性与一致性差等问题。基于粒子群-支持向量机建模原理,提出一种船用柴油机装配质量预测方法,以提高船用柴油机装配质量。通过对船用柴油机装配质量特性影响因素分析,结合灰色关联和主成分分析原理,筛选出关键装配质量参数作为支持向量机输入变量,利用粒子群优化算法对支持向量机预测模型关键参数进行优化,并结合实际装配参数,对预测模型进行了验证。结果表明,基于粒子群优化支持向量机的装配质量预测方法能够提高预测精度,缩短预测时间,为装配过程控制和异常诊断提供技术支持。 相似文献
7.
考虑到基于神经网络算法建立的预测模型虽然具有较好的预测精度,但是神经网络模型需要大量的训练样本,另外会增加模型的复杂程度,研究了一种基于改进型支持向量机的轧机轧制力预测模型,建立基于RBF核函数和多项式核函数的最小二乘支持向量机,并使用协同量子粒子群算法对混合函数的参数进行寻优,以提高预测模型的预测性能。由协同量子粒子群算法优化得到了基于改进型支持向量机的轧机轧制力预测模型中的RBF核函数参数γ值、惩罚系数c值、多项式核函数参数q值和两个核函数的权重a值。通过实例研究表明:使用本文研究的改进型支持向量机的轧制力预测模型预测相对误差在4%~6%之间,多组数据的平均值误差为4. 83%。验证了本文研究的基于改进型支持向量机的轧机轧制力预测模型的可行性。本文研究的预测模型相比其他3种对比模型耗时更长,但是相比之下提高了预测准确率,更具有实际意义。 相似文献
8.
基于支持向量机的铝基碳化硅磨削表面质量预测 总被引:1,自引:0,他引:1
目的针对传统粗糙度指标评价具有凹坑缺陷的铝基碳化硅磨削表面质量的局限性,提出基于三维形貌的改进表面粗糙度评价指标及其预测模型。方法基于磨削表面三维形貌构建等高线图,获取等高线轮廓间面积占比与轮廓高度的关系曲线,提出表面三维形貌体积相对于采样区域面积的算术平均偏差和凹坑最大偏离高度评价指标,用于表征包含凹坑缺陷的磨削表面质量。基于支持向量机建立和优化三维形貌算术平均偏差和凹坑最大偏离高度的预测模型,并分析磨削工艺参数对评价指标的影响规律。结果三维形貌算术平均偏差和凹坑最大偏离高度评价指标包含凹坑缺陷等更多表面特征,评价指标预测值与实验值误差在5%以内,且随着砂轮转速的增大而减小,随着进给速度与磨削深度的增大而增大。结论采用三维形貌算术平均偏差和凹坑最大偏离高度评价包含凹坑缺陷的磨削表面质量是合理的,评价指标测量和确定方法是可行和有效的。基于支持向量机的评价指标预测方法具有正确性,为铝基碳化硅磨削表面质量评价和使用性能研究打下了基础。 相似文献
9.
10.
11.
目的准确预测蠕墨铸铁加工过程中的表面质量,指导加工参数调整,保证加工过程中加工质量的稳定,运用差分进化算法优化的SVM模型(DE-SVM)构建蠕墨铸铁表面粗糙度(Ra)预测模型和加工参数选择方法。方法采用DE-SVM提高支持向量机回归模型的预测精度,建立针对实际加工材料的表面粗糙度预测模型,基于构建的预测模型,挖掘表面粗糙度与加工参数之间的关系,从而获得较优的加工参数。结果结合蠕墨铸铁的铣削加工实验数据,对比DE-SVM与常用优化算法(粒子群优化算法(PSO)和遗传算法(GA))优化的SVM模型,DE-SVM模型获得的MAPE(0.122)和R2(0.9559)值均优于粒子群和遗传算法优化的支持向量模型获得MAPE和R2值。在给定的加工参数范围内,切削速度和进给速度对表面粗糙度的影响较大,且表面粗糙度与切削速度成正比关系,与进给速度成反比,而切削深度对表面粗糙度影响不显著。结论由实验的对比结果可知,采用DE-SVM模型建立的蠕墨铸铁表面粗糙度模型具有更高的预测精度,基于DE-SVM获得的加工参数对表面粗糙度的影响,可有效指导加工参数的选择与调整,对保持蠕墨铸铁优良的加工质量具有较好的指导意义。 相似文献
12.
以支持向量回归机(Support Vector Regression,SVR)为基础,构建了一个传感器故障诊断系统,对SVR采用离线训练,在线应用的方法,用训练好的SVR来模拟柴油机温度控制的传感器系统的动态特性.仿真结果表明:SVR能有效地模拟传感器系统的动态特性,能有效跟踪传感器的输出信号,并在传感器发生故障后能及时地对传感器系统进行故障诊断. 相似文献
13.
14.
以现有机床加工能耗研究为基础,根据材料去除功率与机床空载功率、加工功率的经验关系式,建立切削/磨削比能的经验计算模型,并通过以切削力/磨削力为基础的切削/磨削比能理论模型及其实验,验证该经验计算模型的可行性和正确性。基于此经验计算模型的切削/磨削比能的测量值和计算值,设计研发典型机床关键零部件切削/磨削比能数据库系统,包括基本架构、基础数据库和切削/磨削比能分析模块,使其系统化和规范化。用户可在软件操作界面迅速地实现所需数据的增、删、改、查等功能。 相似文献
15.
16.
结合选择性激光烧结过程的工艺特点,将收缩率作为精度的评价标准,选择预热温度、激光功率、扫描速度、铺粉层厚、支撑厚度五个工艺参数设计正交试验以获得训练样本。建立了基于支持向量回归机的SLS制件收缩率回归-预测模型,以预测不同参数组合下的制件收缩率,确定了一定参数范围下的工艺参数优化组合方案,并定性分析其参数组合的合理性。 相似文献
17.
18.
基于信号分形与支持向量机的点焊检测方法 总被引:1,自引:0,他引:1
鉴于分形维数对数据样本集复杂程度的定量描述特点及支持向量机在小样本集合分类和回归方面所具有的显著优势,采用信号数据序列的分形维数作为特征值,提出一种基于信号分形维数及支持向量机的点焊信号检测方法。分别对点焊飞溅缺陷和熔核尺寸缺陷建立两类支持向量机检测模型,构成支持向量机阵列,利用该阵列模型进行点焊飞溅和小尺寸熔核两种缺陷的综合检测。结果表明,该阵列对点焊缺陷的无损检测是比较精确的,能较好地无损检测到点焊过程中飞溅及小尺寸熔核两种缺陷。为点焊的无损检测提供了一种新的方法。 相似文献
19.
基于支持向量机的机械加工误差预测与补偿模型的研究 总被引:1,自引:0,他引:1
对加工系统进行补偿是提高机械加工精度的有效手段.通过对加工系统的研究,建立误差预测模型,是进行误差补偿的必要途径.本文以镗孔加工为实验对象,提出了基于支持向量机(Suport Vector Machine,SVM)的加工系统误差预测模型,实验结果显示,支持向量机可以应用于误差预测建模,且在系统误差的预测精度上高于基于径向基(RBF)神经网络的误差预测模型. 相似文献
20.
利用高碳当量灰铸铁组织强度试验数据,提出了一种基于支持向量机理论的灰铸铁强度预测模型。与多元线性回归、模糊回归和自适应模糊神经网络相比,该模型学习精度高且具有较好的泛化能力,能取得较好的预测效果。 相似文献