| BFA优化SVM的刀具故障诊断 |
| |
| 引用本文： | 刘德平,于练,高建设. BFA优化SVM的刀具故障诊断[J]. 机械设计与制造, 2021, 370(12): 5-8. DOI: 10.3969/j.issn.1001-3997.2021.12.002 |
| |
| 作者姓名： | 刘德平 于练 高建设 |
| |
| 作者单位： | 郑州大学机械工程学院,河南郑州 450001 |
| |
| 摘 要： | 支持向量机(SVM)对机床刀具磨损阶段监测的诊断能力与其参数惩罚因子C和核函数参数g紧密相关,SVM参数的优化对其诊断精度影响很大.为解决人工选取支持向量机参数效率低、准确率不高的问题,提出一种细菌觅食算法(BFA)优化SVM参数的刀具故障诊断方法.将SVM的诊断准确率作为细菌觅食算法的优化目标,利用细菌觅食算法对SVM参数全局寻优,得到最优参数组合.实验结果分析表明,相对于传统的SVM,优化参数后的SVM对刀具磨损阶段的监测准确率至少提高了5％,验证了此方法的可靠性.
|
| 关 键 词： | 故障诊断 刀具 细菌觅食算法 参数优化 支持向量机 |
Tool Fault Diagnosis Based on BFA Optimized SVM |
| |
| LIU De-ping,YU Lian,GAO Jian-she. Tool Fault Diagnosis Based on BFA Optimized SVM[J]. Machinery Design & Manufacture, 2021, 370(12): 5-8. DOI: 10.3969/j.issn.1001-3997.2021.12.002 |
| |
| Authors: | LIU De-ping YU Lian GAO Jian-she |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
