您当前的位置:首页>机械工程>云-SVM模型及在数控机床刀具磨损状态预测中的应用

云-SVM模型及在数控机床刀具磨损状态预测中的应用

资料类别:机械工程

文档格式:PDF电子版

文件大小:308 KB

资料语言:中文

更新时间:2020-09-02 14:21:59



推荐标签: 数控机床 模型 磨损 刀具 应用 预测 状态 svm

内容简介

云-SVM模型及在数控机床刀具磨损状态预测中的应用 摘要∶数控机床刀具磨损不仅直接影响加工质量,而且还会导致加工设备损坏和加工安全事故,因此正确对刀具状态进行识别和预测具有重要的现实意义。结合云模型和支持向量机的优点,提出了包含输入层、云化层、SVM层、逆云化层和输出层等五层结构的云-SVM模型,利用该模型对刀具磨损状态的识别和预测进行了仿真,结果表明该模型能够较真实的识别和预测磨损状态,具有较强实用性。
上一章:运动控制器在机床行业的发展及应用 下一章:圆柱曲线槽三头铣组合机床的研制

相关文章

RBF云神经网络在数控机床刀具磨损状态识别中的应用 混沌预测模型改进及在电力日负荷预测中的应用 数控机床刀具磨损状态特征参数提取 Logistic回归模型在机床刀具可靠性评估中的应用 基于PCA-SVM模型的中长期电力负荷预测 基于状态空间模型的精密机床装配精度预测与调整工艺 施工缝模型及在钢筋混凝土柱非线性分析中的应用 组合预测模型在电力系统负荷预测中的应用研究