基于KPCA-SVM颤振预报模式研究

• 作者: 康晶 王璐 邵强 邵诚
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: 核主元函数 支持向量机 颤振 预报 模式识别
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 试验·研究
• 页码范围: 58-60
• 页数: 3页
• 分类号: TB533
• 字数: 2193字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0794.2009.04.025

摘要

针对切削加工过程颤振孕育的动态模式,提出基于KPCA-SVM模型的颤振预报新方法.首先提取切削加工振动信号,进行FFT变换,使KPCA-SVM模型对变换后的切削实验数据进行学习、训练,得到KPCA-SVM识别模型;提取切削加工过程的振动信号,经过FFT变换后,得到其幅频特征量,送给KPCA-SVM模型进行颤振情况分析与识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	康晶		37	165	7.0	11.0
2	邵诚	大连理工大学先进控制技术研究所	120	2026	21.0	41.0
3	王璐		4	26	3.0	4.0
4	邵强	大连理工大学先进控制技术研究所	43	161	6.0	11.0