- 1、本文档共3页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
基于SVM的机床刀具磨损程度预测方法研究朱参世一作韩鹏辉二作
发布时间:2023-05-10T10:21:59.308Z来源:《中国科技信息》2023年5期作者:朱参世一作韩鹏辉二作
[导读]机床刀具磨损不仅直接影响加工质量,而且还会导致加工设备寿命和生产成本,正确对刀具磨损状态进行识别、分类和预测具有重
要意义。本文通过采集机床运行数据,用机器学习进行建模,利用该模型对刀具磨损状态的识别,进而对刀具磨损状态进行预测、分类,
采用分类结果判断刀具是否可以继续使用。
西京学院710123
摘要:机床刀具磨损不仅直接影响加工质量,而且还会导致加工设备寿命和生产成本,正确对刀具磨损状态进行识别、分类和预测具
有重要意义。本文通过采集机床运行数据,用机器学习进行建模,利用该模型对刀具磨损状态的识别,进而对刀具磨损状态进行预测、分
类,采用分类结果判断刀具是否可以继续使用。经过仿真验证,验证结果表明该模型能较真实的识别和预测磨损状态,具有较强实用性。
关键词:机床;刀具磨损;SVM;预测模型
wearstateeffectivelyandhasstrongpracticability.
Keywords:machinetool;Toolwear;SVM;Predictionmodel
0.引言
机床刀具磨损程度直接影响产品加工质量和生产效率,磨损程度严重会造成被加工工件成为次品或废品,生产成本也会随之上升。以
往工人通过用眼观察、用耳听声等判断机床刀具状况,进而确定机床刀片是否需要更换。由于工人方法属于主观性判断,会对刀具的磨损
程度、寿命产生误判。如何科学、精准的判断机床刀具的磨损情况,并对其精准分类,进而进行相应的处理是解决机床磨损而引起产品质
量问题,提高生产效率的有效方法。本文使用SVM算法对机床刀具磨损状态进行预测,便于更加客观的根据机床刀具的各项数据来判断是
否需要更换刀具。对企业提高产品质量和生产效率具有重要的实际意义。
对机床刀具的磨损程度进行预测,可采用机器学习及相关算法算法,将机床刀具的实时数据通过历史数据训练出的模型进行分类。支
持向量机(SupportVectorMachine,SVM)可以将地位空间数据通过核函数映射到高维空间中,获得线性可分的特性,实现分类预测功能。基
于此,提出了一种基于SVM的机床刀具磨损程度预测方法。
1.机器学习理论及支持向量机原理
机器学习是指从有限的观察数据中学习出具有一般性的规律,并利用这些规律对未知数据进行预测的方法。传统的机器学习方法主要
关注如何学习一种预测模型,其方法是先把数据表示成特征,再将这些特征数据输入到预测模型中,输出预测结果。用机器学习解决实际
问题时,数据的形式、特征差异较大,因此,使用机器学习模型,其一般步骤是:
(1)数据预处理:补残缺、除冗余、归一化,形成机器学习模型数据集。
(2)特征提取:根据目标提取有用的高质量特征。
(3)特征转换:对特征进一步加工。
(4)通过样本数据学习,使其收敛预测模型。
(5)用学习出的模型进行预测。
机器学习的目的是从有限各样例中通过算法总结出一般性的规律,并可以应用到新的未知数据上。
支持向量机(SupportVectorMachine,SVM)是基于结构风险最小化(StructuralRiskMinimization,SRM)准则,其拓扑结构由支持
向量决定,克服了ANN结构依赖设计者经验的缺点,较好解决了高维数、局部极小、小样本数据量等ANN先天问题,兼顾了神经网络和
灰度模型的优点。支持向量机是Vapnik在1995年首先提出的,在解决小样本中有着很多它特有的优势,一般应用于机器学习问题中。支持
向量机虽然出现了只有短短的几十年,但自诞生后便由于优秀的分类性能霸占了机器学习领域。支持向量机分为线性支持向量机和非线性
支持向量机。支持向量机是一种二元的分类模型,基本定义为在空间中间隔最大化的分类模型,其学习策略是使其间隔最大化,通常适用
于解决分类问题,目前更多地用于商业领域,分类的目的是构造一个分类模型,通过该模型把数据中的数据项归纳到已知类别中的某一个
类别中,该分类模型通过寻找结构的最小风险,根据样本信息寻找最佳分类。常见的SVM分类如图1-1所示。
图1-1常见的SVM二分类
针对于多分类的情况,在研究中,第一次将类别A的样本定为正样本,其余样本合起来定为负样本,得到一个两类分类器,识别出属于
A类的数据;第二次将类别B
您可能关注的文档
- 处方药品使用管理办法(2024).pdf
- 增材制造技术在智能机器人制造的发展考核试卷.pdf
- 基于肺超声评分评估驱动压导向呼气末正压个体化动态滴定对老年腹腔镜结.pdf
- 基于深度学习的机械故障识别.pdf
- 基于情景模拟标准的儿童玩具危害源识别研究.pdf
- 基于Logistic回归模型的个人小额贷款信用风险评估及应用.pdf
- 基于Arduino的智能家居灯控系统设计.pdf
- 城市应急_基金支持热词逐年推荐_【万方软件创新助手】_20140805.pdf
- 国际客服部网络与信息安全试题.pdf
- 专题08 三角函数及恒等变换(解密讲义)(解析版).docx
- 押新高考第8题 函数的综合应用(解析版).docx
- 数学(广东卷)(全解全析).docx
- 专题08 三角函数及恒等变换(解密讲义)(原卷版).docx
- 专题06 立体几何小题综合-【冲刺双一流之小题必刷】备战2024年高考数学冲刺双一流之小题必刷满分冲刺 (天津专用)原卷版.docx
- 专题07 三角函数与解三角形小题综合-【冲刺双一流之小题必刷】备战2024年高考数学冲刺双一流之小题必刷满分冲刺 (天津专用)原卷版.docx
- 专题10 平面向量与解三角形(解密讲义)(解析版)_1.docx
- 数学(广东专用02,新题型结构)(参考答案).docx
- 2024年度食品购销协议模板版.docx
- 2024年度鸡蛋供需协议典范版.docx
- 四年级元旦主持稿免费(素材下载5篇).docx
文档评论(0)