| 基于支持向量机的颤振在线智能检测 |
| |
| 引用本文： | 钱士才,孙宇昕,熊振华. 基于支持向量机的颤振在线智能检测[J]. 机械工程学报, 2015, 51(20): 1-8. DOI: 10.3901/JME.2015.20.001 |
| |
| 作者姓名： | 钱士才 孙宇昕 熊振华 |
| |
| 作者单位： | 上海交通大学机械系统与振动国家重点实验室 上海 200240 |
| |
| 基金项目： | 国家重点基础研究发展计划资助项目(973计划，2013CB035804) |
| |
| 摘 要： | 为了检测车削过程中的颤振，提出一种颤振在线智能检测方法。使用最小二乘一类支持向量机，训练出描述特征矢量集的超球面，通过计算被测样本与超球面的距离来判断其是否颤振。基于相干准则和分块矩阵求逆，构造了在线稀疏结构的最小二乘一类支持向量机，将特征信息存储于特征库(字典)中，通过更新特征库实现检测模型的在线进化。在颤振检测的应用中，首先使用小波包分解，得到第三层节点能量的比例作为特征矢量，以离线数据构造特征矢量作为输入，训练得到初始检测模型以及特征库，在线检测中不断更新特征库，实现检测模型的在线进化。试验结果表明，在车削颤振识别中，在线进化的检测模型的识别效果更好，颤振预报准确率高达至99.04%，优于离线模型的预报准确率96.74%。
|
| 关 键 词： | 颤振 特征库 相干准则 在线进化 最小二乘 |
Support Vector Machine Based Online Intelligent Chatter Detection |
| |
| QIAN Shicai,SUN Yuxin,XIONG Zhenhua. Support Vector Machine Based Online Intelligent Chatter Detection[J]. Chinese Journal of Mechanical Engineering, 2015, 51(20): 1-8. DOI: 10.3901/JME.2015.20.001 |
| |
| Authors: | QIAN Shicai SUN Yuxin XIONG Zhenhua |
| |
| Affiliation: | State Key Laboratory of Mechanical System and Vibration, Shanghai Jiao Tong University, Shanghai 200240 |
| |
| Abstract: | |
| |
| Keywords: | chatter coherence criterion feature library least squares online evolution |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《机械工程学报》浏览原始摘要信息 |
|
点击此处可从《机械工程学报》下载全文 |
