排序方式: 共有47条查询结果,搜索用时 15 毫秒
1.
2.
目的 实现硬态车削过程中每个产品零件白层现象的实时在线检测,提高产品生产加工效率和加工质量,提出一种基于梯度提升决策树的硬态车削加工工件表面白层预测方法。方法 首先,利用功率传感器、声发射传感器和振动传感器采集硬态车削过程中的动态切削信号数据,并对上述各种传感器信号数据进行特征提取;然后,结合特征重要性分析和梯度提升决策树建立硬态车削加工表面白层预测模型;最后,基于混淆矩阵提出一套评估梯度提升决策树模型预测性能的评价方法。结果 与功率、振动信号等特征相比,声发射信号特征能够进一步提升模型的白层预测性能。实验结果表明,该方法的预测准确率达到90%,F1为92%,Auc为89%,与SVM、XGBoost分类方法所得结果相比,该方法能更准确有效地实现硬态车削加工工件表面白层现象的在线预测。结论 该方法基于智能传感技术和梯度决策树模型对硬车过程中产生的白层现象进行了有效预测识别,对实现硬车过程白层现象的在线智能预测具有重要意义。 相似文献
3.
4.
针对仿真变电站外场主变压器载荷对基底带来的潜在渗水损伤问题,该文提出一种基于声发射乐谱化Frechet编码的基底渗水损伤监测方法。首先对监测包络信号开展乐谱化特征提取,将声发射信号转换为音高、音值和压缩比指标,开展超声信号特征离散化提取。然后,构造乐谱指标Frechet相似判别对照组,实现渗水损伤层级识别。利用达西定律开展变压器应力激励下的基底水文分布数值模拟,采用单轴压缩实验模拟粉砂基底工况并激发声发射,结果显示此方法对四种渗水损伤层级的识别准确率为92.5%,且可将监测数据压缩至43.4%。该方法可实现人耳不可感知超声信号到可听声的折换,为人员活动频繁的工况场地带来更为直观的预警思路,并可减小存储资源消耗和带宽传输压力。 相似文献
5.
6.
7.
8.
9.
10.