基于PSO-SVM算法的机床能效评价方法

• 作者: 马立新 宋晨灿 豆晨飞 杨天笑
• 来源期刊: 控制工程
• 关键词: 机床能效评级 SVM分类 粒子群算法 智能制造
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 建模与仿真系统
• 页码范围: 200-206
• 页数: 7页
• 分类号: TM73
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.20200062

摘要

机床的能效评级是智能制造及节能计量的重要环节.传统的模糊评价法难以精准确定隶属度函数,得到的权重难以满足客观需要.基于电机负载特性、能效加工、电能质量3个方面构建了机床系统能效评价指标体系,不仅与国标评测结果吻合且易于实现,具有一定实用性.针对构建的指标体系采用了PSO-SVM模型,该评测分级方法快速准确而且较目前的评测方法减少了人为因素的影响,避免了主观性.应用实例表明,建立在该指标体系的评测分级方法可以有效反映机床的实时能效,根据评测结果制定相应的节能改造方案,可以提升企业效益,响应国家智能制造的号召.