修整金刚笔磨损智能预测方法研究

• 作者: 岳泰 李郝林 迟玉伦
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 金刚笔磨损 SMO-SVM 智能预测 实验研究
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 仿真建模理论与方法
• 页码范围: 1210-1217
• 页数: 8页
• 分类号: TH123
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.201706007

摘要

在精密磨削加工过程中,为了使砂轮保持锐利程度及正确的几何形状,需要对砂轮及时修整.如何有效预测金刚笔修整磨损一直是磨削加工中的一个技术难题.根据金刚笔修整磨损机理分析,提出了基于声发射信号的串行优化算法支持向量机(SMO-SVM)金刚笔修整磨损预测方法,利用小波包算法对声发射信号特征信息进行提取,建立 了将小波包提取的声发射信号特征量作为的输入SMO-SVM的金别笔磨损预测模型;实验结果表明基于声发射信号的SMO-SVM模型对金刚笔磨损前后的预测准确性达到95.2571％以上.

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		185	1052	16.0	22.0
2	迟玉伦		38	79	5.0	6.0
3	岳泰		2	2	1.0	1.0