[发明专利]一种基于改进支持向量机算法的磨削表面粗糙度预测方法在审
| 申请号： | 201910538299.9 | 申请日： | 2019-06-20 |
| 公开（公告）号： | CN110348075A | 公开（公告）日： | 2019-10-18 |
| 发明（设计）人： | 邓朝晖;谷倩微;李重阳;刘涛;吕黎曙 | 申请（专利权）人： | 湖南科技大学 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50;G06N3/00;G06N20/10;B24B49/00 |
| 代理公司： | 长沙准星专利代理事务所(普通合伙) 43241 | 代理人： | 袁崇建 |
| 地址： | 411100*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于改进支持向量机算法的磨削表面粗糙度预测方法。用蚱蜢算法优化支持向量机算法的参数，具体包括以下步骤：(1)设计磨削加工参数与实验方法，以及采集磨削加工过程中的加工参数；(2)利用交叉验证的思想将数据划分为训练集和测试集，进行归一化处理；(3)把砂轮线速度、工件速度、磨削深度为作为输入参数，表面粗糙度作为输出参数，构建GOA‑SVM预测模型，实现磨削表面粗糙度预测。与其他预测磨削相比较，本发明提出的一种基于改进支持向量机算法的磨削表面粗糙度预测方法能够在复杂的搜索空间中快速寻求全局最优解，具有低成本、高精度、易操作的特点，其预测值与真实值的误差更小。 | ||
| 搜索关键词： | 支持向量机算法 磨削表面 粗糙度 预测 磨削加工 磨削 砂轮 表面粗糙度 归一化处理 全局最优解 改进 加工参数 交叉验证 输出参数 输入参数 搜索空间 算法优化 测试集 低成本 训练集 构建 采集 | ||
【主权项】：
1.一种基于改进支持向量机算法的磨削表面粗糙度预测方法，其特征在于，包括以下步骤：步骤一、设计磨削实验加工参数与实验方案，磨削参数主要是砂轮线速度、工件速度、磨削深度，通过多组实验数据，测量出表面粗糙度值；步骤二、将得到步骤一得到的数据，利用交叉验证的思想，划分出训练集和测试集，并进行归一化处理，将归一化的磨削参数和表面粗糙度作为预测模型的输入和输出样本；步骤三、建立GOA‑SVM的磨削表面粗糙度预测模型，并进行磨削的表面粗糙度预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于湖南科技大学，未经湖南科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910538299.9/，转载请声明来源钻瓜专利网。
