简介概要

铝合金薄壁件的铣削加工颤振的建模与识别

来源期刊:机械设计与制造2017年第5期

论文作者:代艳霞

文章页码:109 - 112

关键词:薄壁件;铣削颤振;振动监测;支持向量机;

摘    要:选取力信号和加速度信号来预测薄壁件的颤振状态,分别提取铣削力信号的实时方差特征与加速度信号的小波能量特征,并采用该两个特征量构建颤振信号识别特征量。用测力仪、加速度传感器等设备搭建了铝合金薄壁件铣削颤振实验台,在不同切削参数条件下设计了正交实验分组。区别于以往的二分类SVM模型,文中设计了基于二叉树决策的多分类SVM模型,并结合信号实时方差与小波能量特征,将机床加工状态分为稳定阶段、趋于颤振和颤振阶段这三种状态,实验获得的160组信号特征量数据分别用来完成多分类SVM模型的训练和检验。结果表明:在切削参数下,设计的SVM识别模型具有96.67%的准确率,能在工程实践中达到颤振预测的目的。

详情信息展示

铝合金薄壁件的铣削加工颤振的建模与识别

代艳霞

宜宾职业技术学院现代制造系

摘 要:选取力信号和加速度信号来预测薄壁件的颤振状态,分别提取铣削力信号的实时方差特征与加速度信号的小波能量特征,并采用该两个特征量构建颤振信号识别特征量。用测力仪、加速度传感器等设备搭建了铝合金薄壁件铣削颤振实验台,在不同切削参数条件下设计了正交实验分组。区别于以往的二分类SVM模型,文中设计了基于二叉树决策的多分类SVM模型,并结合信号实时方差与小波能量特征,将机床加工状态分为稳定阶段、趋于颤振和颤振阶段这三种状态,实验获得的160组信号特征量数据分别用来完成多分类SVM模型的训练和检验。结果表明:在切削参数下,设计的SVM识别模型具有96.67%的准确率,能在工程实践中达到颤振预测的目的。

关键词:薄壁件;铣削颤振;振动监测;支持向量机;

<上一页 1 下一页 >

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号