基于支持向量机的颤振在线智能检测

• 作者: 孙宇昕 熊振华 钱士才
• 来源期刊: 机械工程学报
• 学科: 工学
• 关键词: 颤振 最小二乘 相干准则 在线进化 特征库
• 年，卷（期）: 2015,（20）
• 所属期刊栏目: ± ± ± 智能制造和 RFID 技术专栏 ± ± ±
• 页码范围: 1-8
• 页数: 8页
• 分类号: TH17|TP181
• 字数: 5554字
• 语种: 中文
• DOI: 10.3901/JME.2015.20.001

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%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊振华	上海交通大学机械系统与振动国家重点实验室	38	433	9.0	20.0
2	孙宇昕	上海交通大学机械系统与振动国家重点实验室	2	10	2.0	2.0
3	钱士才	上海交通大学机械系统与振动国家重点实验室	1	8	1.0	1.0