發(fā)布時間：2017-11-15 15:15

  本文關(guān)鍵詞：基于支持向量機的數(shù)控機床能耗預(yù)測及節(jié)能方法研究

  更多相關(guān)文章： 切削參數(shù) 能量消耗 支持向量機 遺傳算法 數(shù)控機床

【摘要】：機床是典型的機械制造工藝設(shè)備和工作母機，在將毛坯轉(zhuǎn)化為零件的加工過程中產(chǎn)生大量能耗。隨著能源短缺問題日益嚴(yán)峻，機床的能耗問題為當(dāng)前國際關(guān)注的熱點。本文通過分析數(shù)控機床能耗機構(gòu)組成，從而對機床能耗進行定量的分析。以切削用量為輸入，機床能耗為輸出搭建能耗模型，在此基礎(chǔ)上提出機床節(jié)能方法。具體工作概括如下： 首先對數(shù)控機床的能耗機構(gòu)進行劃分，分析其功用。在此基礎(chǔ)上，將機床能耗模型分為輔助系統(tǒng)能耗模型、加工動力系統(tǒng)能耗模型和能耗預(yù)測模型。重點分析了能耗預(yù)測模型中神經(jīng)網(wǎng)絡(luò)與支持向量機理論模型，并進行對比。 提出了基于支持向量機的機床能耗預(yù)測方法。機床和刀具等一經(jīng)確定，切削參數(shù)的選擇就成為影響機床能耗的關(guān)鍵。分析了切削參數(shù)、被加工工件、加工刀具和加工機床等對數(shù)控機床能耗的影響。選擇模型輸入為切削參數(shù)，輸出為機床能耗。以數(shù)控銑床XK713為對象，根據(jù)機床的特性和實際情況合理選擇了核函數(shù)，采用K折交叉驗證法選擇了懲罰因子和核參數(shù)，搭建能耗預(yù)測模型。通過實例驗證了該能耗預(yù)測方法的有效性。 提出了基于遺傳算法的切削參數(shù)優(yōu)化方法。以銑削加工為例，以機床最低能耗和低成本為目標(biāo)優(yōu)化函數(shù)。模型的多目標(biāo)函數(shù)采用線性加和法進行處理，采用回歸分析法獲取銑削力參數(shù)，根據(jù)機床技術(shù)參數(shù)等確定約束條件。使用遺傳算法工具箱對參數(shù)模型進行優(yōu)化求解，，帶入預(yù)測模型進行驗證。實驗結(jié)果表明使用優(yōu)化后的切削參數(shù)可以滿足切削要求，并達(dá)到了降低切削能耗、降低成本的目的。
【學(xué)位授予單位】：武漢科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TG659;TP18

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉金棟;;數(shù)控銑削參數(shù)的回歸分析及優(yōu)化處理[J];裝備制造技術(shù);2011年06期

2 張青;陳志同;張平;王麗;;基于粒子群算法的切削參數(shù)優(yōu)化及其約束處理[J];航空精密制造技術(shù);2010年01期

3 鄧清偉;唐競;王文力;蔡安江;豆衛(wèi)濤;;數(shù)控銑削參數(shù)優(yōu)化的研究與開發(fā)[J];航空制造技術(shù);2010年22期

4 周輝;鄧奕;程棟梁;張楚鋒;;數(shù)控銑削參數(shù)模糊正交優(yōu)化及實驗研究[J];機床與液壓;2011年03期

5 謝東;陳國榮;施金良;許弟建;王鋒;;基于BP神經(jīng)網(wǎng)絡(luò)數(shù)控機床切削能耗的研究[J];機床與液壓;2012年01期

6 王李東,李志宇,文勁宇;基于SVR算法的短期負(fù)荷快速預(yù)測研究[J];繼電器;2005年09期

7 耿金萍;高頂;郭亞彬;;數(shù)控銑削參數(shù)優(yōu)化的研究[J];制造業(yè)自動化;2011年21期

8 張華,劉飛;制造系統(tǒng)產(chǎn)品物料資源消耗狀況的一種分析方法[J];機械工程學(xué)報;2000年03期

9 朱建鴻;丁健;楊慧中;姜永森;;貝葉斯回歸支持向量機的軟測量建模方法[J];南京航空航天大學(xué)學(xué)報;2006年S1期

10 王霞;王占岐;金貴;楊俊;;基于核函數(shù)支持向量回歸機的耕地面積預(yù)測[J];農(nóng)業(yè)工程學(xué)報;2014年04期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 胡韶華;現(xiàn)代數(shù)控機床多源能耗特性研究[D];重慶大學(xué);2012年

本文編號：1190243