-
题名基于MCADBO-SVM的刀具磨损状态监测方法
被引量：1
- 1
-
-
作者
吴洪宇
徐冠华
唐波
秦炜
-
机构
中国计量大学计量测试与仪器学院
浙江大学
浙江大学
浙江杭机股份有限公司
-
出处
《机床与液压》
北大核心
2025年第5期64-74,共11页
-
基金
国家自然科学基金青年科学基金项目(51805477)
浙江省尖兵领雁研发攻关计划(2023C01059)。
-
文摘
针对刀具磨损状态分类识别精度不高的问题,提出一种基于MCADBO-SVM的刀具磨损状态监测方法。在传统蜣螂优化算法(DBO)算法基础上,引入Circle映射和自适应可变惯性权重,提出Circle自适应权重蜣螂优化(CADBO)算法,提升了算法的整体寻优和收敛性能。引入多域完全特征提取和多重特征选择技术(MFST),并将CADBO用于支持向量机(SVM)中的核函数和惩罚因子的择优问题,建立了基于MCADBO-SVM的刀具磨损状态监测模型。在公开数据集PHM2010上进行实验,结果显示:与多种方法相比,此模型的综合性能最优,检测准确率达到了95.24%。
-
关键词
刀具磨损监测模型
振动信号
蜣螂优化算法
支持向量机
特征降维
-
Keywords
tool wear monitoring model
vibration signal
dung beetle optimization algorithm
support vector machine
feature dimensionality reduction
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
