基于支持向量机方法建立超声振动磨削放电加工预测模型

• 作者: 张云鹏 李铠月 杨光美 陈国定
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 超声振动磨削放电加工 支持向量机 工艺指标 预测模型
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 精密制造与加工
• 页码范围: 737-741
• 页数: 5页
• 分类号: TG66
• 字数: 3245字
• 语种: 中文
• DOI: 10.13433/j.cnki.1003-8728.2015.0517

摘要

针对采用机器学习理论建立超声振动磨削放电加工模型时存在试验样本数量少、预测量数值变化波动大的问题,提出利用支持向量机方法建立加工指标预测模型的方法.以超声振动磨削放电加工SiCp/Al为例,利用正交试验获取学习样本数据,采用MATLAB软件建立超声振动磨削放电加工SiCp/Al工艺指标的支持向量机预测模型,并利用该模型预测零件表面粗糙度和加工速度两项工艺指标.结果表明:支持向量机模型得到的工艺指标预测值与试验值具有较好的一致性,最大相对误差不超过12％,预测值精度较高,所建立的超声振动磨削放电加工工艺指标的支持向量机预测模型是可靠且有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈国定	西北工业大学机电学院	214	2303	23.0	36.0
2	张云鹏	西北工业大学机电学院	49	372	12.0	17.0
3	杨光美	西北工业大学机电学院	6	37	3.0	6.0
4	李铠月	西北工业大学机电学院	6	32	2.0	5.0