HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于谐波小波包和BSA优化LS-SVM的铣刀磨损状态识别研究

作者:董彩云; 张超勇; 孟磊磊; 肖鹏飞; 罗敏; ...刀具磨损谐波小波包回溯搜索算法最小二乘支持向量机

摘要:针对铣削刀具磨损状态识别问题,提出谐波小波包和最小二乘支持向量机(LS-SVM)的状态识别方法。为克服传统小波包分解的频带交叠问题,采用谐波小波包提取不同磨损状态下铣削力信号的各频段信号能量,归一化处理后,输入LS-SVM多类分类器,实现铣削刀具磨损状态的识别。针对LS-SVM的惩罚因子和核参数对模型识别精度影响较大的问题,提出回溯搜索算法(BSA)进行自动参数寻优。实验结果表明,谐波小波包比小波包在刀具磨损状态特征提取时具有更好的识别效果。与粒子群算法进行比较,证明BSA优化LS-SVM具有更高的识别精度。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

中国机械工程

《中国机械工程》(CN:42-1294/TH)是一本有较高学术价值的大型半月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《中国机械工程》荣获1997年获中国科协期刊一等奖;机械行业优秀期刊一等奖;2001年获首届湖北十大名刊;2003第二届国家期刊奖提名奖;百种中国杰出学术期刊,并被美国《ProQuest数据库》收录。

杂志详情