摘要
为提高微铣刀磨损在线监测的识别精度,尝试通过线性判别分析法(Linear Discriminant Analysis,LDA)对微铣削振动信号的时域和频域特征进行降维。然后将降维后的特征输入到改进型蚁群优化SVM模型,从而实现微铣刀磨损的特征分类。其中,改进型蚁群优化算法主要用来优化SVM模型核函数的两个关键参数,避免由于初始参数选择不合适而带来的局部最优和过拟合的问题。实验结果表明,提出的微铣刀状态识别方法能够准确识别微铣刀的各种磨损状态,对微铣刀磨损的其它状态识别方法具有一定的指导意义和借鉴价值。
作者
侍相龙
张屹
彭明松
潘春龙
SHI Xiang-long;ZHANG Yi;PENG Ming-song;PAN Chun-long
出处
《制造业自动化》
北大核心
2023年第2期179-183,共5页
Manufacturing Automation
基金
科技部重点研发计划(2018YFC1903101)。
