期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于BiLSTM-LSSVM的螺杆转子铣削加工廓形预测
1
作者 李佳 孙兴伟 +3 位作者 赵泓荀 穆士博 刘寅 杨赫然 《组合机床与自动化加工技术》 北大核心 2024年第9期153-156,162,共5页
针对螺杆转子盘铣刀加工过程中的轮廓预测问题,提出了基于双向长短时神经网络-最小二乘支持向量机(BiLSTM-LSSVM)的螺杆廓形预测方法。首先,对加工过程中的振动信号进行采集并进行降噪预处理,降噪后的信号进行降采样处理随后输入BiLSTM... 针对螺杆转子盘铣刀加工过程中的轮廓预测问题,提出了基于双向长短时神经网络-最小二乘支持向量机(BiLSTM-LSSVM)的螺杆廓形预测方法。首先,对加工过程中的振动信号进行采集并进行降噪预处理,降噪后的信号进行降采样处理随后输入BiLSTM中进行时序预测;其次,对时序预测后的信号进行特征提取,将提取后的特征向量输入LSSVM进行廓形预测;最后,以五头螺杆为例通过正交实验对BiLSTM-LSSVM模型进行试验验证,并对预测廓形进行误差补偿实验。实验结果表明,提出的基于BiLSTM-LSSVM的螺杆廓形预测模型可对螺杆转子盘铣刀加工螺杆廓形进行准确预测,进而为螺杆转子加工廓形补偿提供支持。 展开更多
关键词 螺杆转子 长短时神经网络 最小二乘支持向量机 预测
下载PDF
基于响应面模型的钢轨打磨廓形预测方法 被引量:3
2
作者 刘冲 杨岳 +2 位作者 丘文生 周鹏刚 易兵 《铁道科学与工程学报》 CAS CSCD 北大核心 2018年第2期328-335,共8页
由于钢轨初始廓形及打磨工况的差异,现有方法难以准确预测多个砂轮组合打磨形成的钢轨打磨廓形。为此,提出一种基于响应面模型的钢轨打磨廓形预测方法。通过采集钢轨廓形的离散数据点,引入3次样条插值方法对打磨前的钢轨廓形进行数学描... 由于钢轨初始廓形及打磨工况的差异,现有方法难以准确预测多个砂轮组合打磨形成的钢轨打磨廓形。为此,提出一种基于响应面模型的钢轨打磨廓形预测方法。通过采集钢轨廓形的离散数据点,引入3次样条插值方法对打磨前的钢轨廓形进行数学描述。以打磨功率和砂轮倾角为设计变量,构建以打磨量为响应量的3阶响应面模型。基于钢轨打磨廓形成形机理,设计打磨廓形的数值计算方案,实现多个砂轮组合作用下的钢轨打磨廓形预测。通过工程实例,结合现行钢轨打磨验收标准,验证上述方法的准确性和可靠性。 展开更多
关键词 钢轨打磨量 三次样条插值 响应面模型 预测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部