论文摘要
针对磨削过程中砂轮磨损难以直接监测的问题,提出了基于多特征优化融合的随机森林(MFOF-RF)算法,以实现砂轮磨损的准确预测.对外圆纵向磨削中采集的功率、加速度和声发射信号进行预处理和特征提取,获得平均值、有效值以及峰值频率等多个时域和频域信号特征.以统计学指标为评价标准,对预测模型的参数进行调优,确定了最佳的砂轮磨损信号特征组合.结果表明,相比于使用单一特征预测砂轮磨损,MFOF-RF模型提高了信号特征与砂轮磨损的相关程度,预测误差降低了30%以上.
论文目录
文章来源
类型: 期刊论文
作者: 郭维诚,李蓓智,杨建国,周勤之
关键词: 砂轮磨损,多特征优化融合,特征选择,随机森林
来源: 上海交通大学学报 2019年12期
年度: 2019
分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技
专业: 金属学及金属工艺,电信技术
单位: 东华大学机械工程学院
基金: 国家科技重大专项资助项目(2018ZX04011001)
分类号: TN911.23;TG580.6
DOI: 10.16183/j.cnki.jsjtu.2019.12.010
页码: 1475-1481
总页数: 7
文件大小: 2195K
下载量: 179