云-SVM模型及在数控机床刀具磨损状态预测中的应用

来源 :组合机床与自动化加工技术 | 被引量 : 0次 | 上传用户:f520li
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
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。
其他文献
针对数控装置开发过程中测试工具欠缺的现状,以总线式数控装置为研究对象,分析了数控机床故障模拟的技术特点,提出了一种基于构建机床逻辑模型的故障模拟技术,开发了一套专用
针对系列化产品设计过程中存在工艺信息统计难度大、统计结果误差大、统计方法标准化程度低的问题,分析了三维模型结构树中特征成型的特点和参数化信息模板的定制规则,提出了
近年来,原子范数最小化算法成为DOA估计领域的重要工具。针对二维DOA估计中解耦原子范数最小化DANM算法只适用于单快拍的场景,提出一种适用于多快拍场景的改进DANM算法。首先
针对中小型企业对柔性制造系统(FMS)的小型化、易管理、经济可靠的要求。介绍了一个柔性制造系统的总体方案、工作流程,并重点对控制系统进行了阐述,通过ProfiBus-DP总线通讯采