基于最小二乘支持向量机的外圆磨削表面粗糙度预测系统

• 作者: 张秀芝 李国发 王家忠 王龙山 黄吉东
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 外圆纵向磨削 最小二乘支持向量机 表面粗糙度
• 年，卷（期）: 2010,（11）
• 页码范围: 2407-2412
• 分类号: TG580.6|TP391.4
• 字数: 3846字
• 语种: 中文
• DOI: 10.3788/OPE.20101811.2407

摘要

为解决磨削加工中影响因素多,难以实现自动化加工的困难,对磨削系统的表面粗糙度预测系统进行了研究.在分析目前常用预测方法的基础上,建立了基于最小二乘支持向量机的外圆纵向磨削表面粗糙度预测模型.该模型采用等式约束,把原来求解一个二次规划问题转化成求解一个线性方程组,方法简单且有效.比较实验显示,该方法响应时间快、测量精度高,测量精度误差比BP神经网络预测方法小4%,比进化神经网络(BP+GA)预测方法小1.3%,所提供的预测方法可以实现对工件表面粗糙度的在线预测.将其应用于外圆纵向磨削智能系统中,实时计算预测值与给定粗糙度的差值,引导磨削专家系统修正磨削参数,实现智能控制,取得了较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王家忠	河北农业大学机电工程学院	59	347	10.0	16.0
2	王龙山	吉林大学机械科学与工程学院	70	964	18.0	27.0
3	张秀芝	吉林大学机械科学与工程学院	18	158	7.0	12.0
4	李国发	吉林大学机械科学与工程学院	39	507	11.0	22.0
5	黄吉东	吉林大学机械科学与工程学院	2	19	2.0	2.0