排序方式: 共有16条查询结果,搜索用时 0 毫秒
1.
金属铣削通常伴随着高温高热高压,作为多元非线性过程具有复杂性与无序性。使用M-V5CN组合机床铣削U71Mn高锰钢获取了1000组样本集,基于Xgboost算法增益分析发现表面粗糙度影响因素由大到小依次为:主轴转速、铣削深度、每齿进给量、铣削宽度。提出一种在三折交叉验证下基于Stacking方法的改进集成回归模型,通过集成训练GA-SVM、Xgboost、KNN模型有效避免单一基模型在特定铣削参数区间内误差敏感问题。最终在测试集样本中模型最大误差errmax(0.041μm),平均绝对误差MAE(0.017μm),决定系数r(0.938),较基模型性能提升显著。 相似文献
2.
3.
4.
5.
6.
庄曙东 《机械制造与自动化》2010,40(3):47-50
从目前一些数控教材中出现的在数控车削中车刀刀尖方位号指定上的共性问题出发,研究了数控车床或车削中心可能应用到的4种工件坐标系下车刀刀尖方位号指定的问题,建立了4种工件坐标系下车刀刀尖方位号指定表,总结了车刀刀尖方位号指定的规律。 相似文献
7.
介绍了一种新型的用直线步进电动机控制汽柴油发动机油门方式的设计方案与工作原理.这种油门控制方式克服了市场上通用的电动控制油门的不足,具有结构紧凑、可靠性高、运动效率高、控制简单、定位精度高、功能强大、使用寿命长等特点.根据原理设计的产品还做了保护性措施和优化电动机功能性配置等优化改进. 相似文献
8.
获取了U71Mn高锰钢在特定主轴转速n、进给量f、铣削深度ap、铣削宽度ae加工条件下的表面粗糙度Ra的原始数据。基于留出法原则将原始数据依次随机分为两组,一组为训练集用于训练U71Mn高锰钢的预测模型;另一组数据为验证集用于验证模型,并且通过机器学习性能评价指标来确定模型的最终预测精确率。通过实际建模对比发现最小二乘支持向量机预测模型其拟合以及预测精度明显高于传统多元线性回归模型。最小二乘支持向量机(LSSVM)通过对原支持向量机算法(SVM)进行了算法改进,在算法中把原求解Lagrange乘子α不等式约束的二次规划(QP)问题,转化为等式约束即求解线性方程组,显著减少了计算机运算的时间复杂度。并且通过寻求结构化风险最小提高了学习机的泛化能力,在观测样本数量较小的情况下,容易实现经验风险和置信范围的最小化,使模型对未知样本有良好的鲁棒性与预测精度。 相似文献
9.
10.
神经网络算法在金属零件加工表面粗糙度预测中有着广泛的运用,但是尚存网络初始化及梯度弥散这类"黑盒"问题.提出一种基于传统PSO-BP框架的改进模型,使用Xavier替代传统高斯分布初始化粒子群,在算法优化器方面使用最新的自适应矩限制取代随机梯度下降算法进行模型参数更新,经实际测试发现其训练集均方误差及其测试集绝对误差相... 相似文献