基于支持向量回归机SVR的钻削力在线预测分析

• 作者: 丛岩 张丹丹
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 钻削力 预测 支持向量机 支持向量回归机
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 机械·材料
• 页码范围: 88-92,169
• 页数: 6页
• 分类号: TH122
• 字数: 3175字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2018.12.013

摘要

钻削力预测是深孔加工质量监测和工艺参数优化等工作的重要手段.针对现有预测方法样本需求量大、网络结构复杂以及易陷入局部极值等问题,提出了一种新的基于支持向量回归机的钻削力预测方法.首先,对钻削轴向力和扭矩预测的主要影响因素进行分析,然后确定预测模型的输入输出参数,进一步建立了基于支持向量回归机的钻削力预测模型.仿真实例的预测结果表明:利用所构建的SVR预测模型对10组样本扭矩和轴向力预测的平均相对误差分别为1.13％和1.26％,远小于其他预测方法,说明所建立的模型预测精度高,具有较强的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张丹丹		7	15	2.0	3.0
2	丛岩		5	6	1.0	2.0