基于支持向量回归机的刀具寿命预测

被引:19
作者
侍红岩
吴晓强
张春友
机构
[1] 内蒙古民族大学
关键词
刀具寿命; 切削; 支持向量机; 支持向量回归机;
D O I
10.16567/j.cnki.1000-7008.2015.11.018
中图分类号
TG71 [刀具];
学科分类号
080603 [有色金属冶金];
摘要
刀具寿命是制定刀具需求计划、衡量刀具性能和核算成本等的重要依据。针对现有神经网络方法在预测刀具寿命方面存在的不足,提出了一种新的基于支持向量回归机的刀具寿命预测方法。在分析了影响刀具寿命预测主要因素的基础上,建立了基于支持向量回归机的刀具寿命预测模型。应用实例的仿真结果表明,所建立的预测模型具有较强的推广能力和较高的预测精度。
引用
收藏
页码:47 / 50
页数:4
相关论文
共 8 条
[1]
支持向量机故障诊断及控制技术.[M].胡良谋; 曹克强; 徐浩军; 董新民; 著.国防工业出版社.2011,
[2]
支持向量机理论及其应用分析.[M].方瑞明; 著.中国电力出版社.2007,
[3]
基于支持向量机回归的材料参数反求方法 [J].
李恩颖 ;
王琥 ;
李光耀 .
机械工程学报, 2012, 48 (06) :90-95
[4]
基于ACO-BP神经网络的刀具寿命预测 [J].
黄媛 ;
孙树栋 ;
李兢尧 .
机械科学与技术, 2009, 28 (11) :1517-1521
[5]
基于DE-BP神经网络的刀具寿命预测研究 [J].
于青 ;
王金林 .
机床与液压, 2009, 37 (04) :4-6
[6]
基于灰色理论的刀具寿命预测 [J].
林岗 ;
范平平 .
机械工程师, 2008, (09) :40-41
[7]
一种离线刀具寿命预测管理系统的开发 [J].
潘永智 ;
艾兴 ;
万熠 ;
宋清华 .
制造技术与机床, 2008, (08) :114-117
[8]
基于进化神经网络的刀具寿命预测 [J].
徐玲 ;
杨丹 ;
王时龙 ;
聂建林 .
计算机集成制造系统, 2008, (01) :167-171+182