基于SMO-SVM的丝杠表面磨削质量预测

• 作者: 李郝林 王蓝博 迟玉伦
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 滚珠丝杠 支持向量机 串行优化算法 振动信号
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 协议·算法与仿真
• 页码范围: 110-114
• 页数: 5页
• 分类号: TG333|TP391
• 字数: 3823字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2017.04.028

摘要

针对滚珠丝杠磨削过程在线监测困难的问题,使用支持向量机建立智能模型.模型本身针对颤振分类和粗糙度预测的不同问题,选用基于串行优化算法的支持向量分类机和支持向量回归机,并使用交叉验证法对模型参数进行优化.基于滚珠丝杠表面波纹度理论和粗糙度理论,对磨削过程中的振动信号进行特征提取,结合加工参数作为模型输入,先进行颤振的判别,在判断未颤振的情况下对表面质量进行预测.实验结果表明,该模型可以对颤振分类及粗糙度预测进行较好的在线监测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李郝林	上海理工大学机械工程学院	185	1052	16.0	22.0
2	迟玉伦	上海理工大学机械工程学院	38	79	5.0	6.0
3	王蓝博	上海理工大学机械工程学院	1	3	1.0	1.0