-
题名多维特征数据驱动的数控车削加工过程碳排放预测研究
被引量：4
- 1
-
-
作者
张华
王正
鄢威
史梦成
-
机构
武汉科技大学冶金装备及控制教育部重点实验室
武汉科技大学机械传动与制造工程湖北省重点实验室
武汉科技大学绿色制造工程研究院
-
出处
《机械设计与制造》
北大核心
2022年第11期22-26,32,共6页
-
基金
国家自然科学基金资助项目—机械加工制造系统固有能效属性及其优化创建方法研究(51775392)
国家自然科学基金资助项目—多源离/在线能耗数据混合驱动的数控加工系统能效集成优化(51975432)。
-
文摘
针对数控车削加工过程碳排放影响要素繁多、动态特性复杂的特点,提出了一种基于多维特征数据驱动的数控车削加工过程碳排放预测方法。首先,对数控车削加工过程碳排放特性进行分析,建立了包含原材料消耗、辅助材料消耗、能源消耗和废弃物回收处理的总碳排放量计算模型,确定了碳排放不同维度的影响要素;其次,针对不同影响要素的类型,提出了数控车削加工过程碳排放数据的采集、预处理方法,利用岭回归方法对数据主要特征进行选择提取;再次,以提取的特征数据为自变量,提出了一种基于改进的果蝇-差分进化优化BP神经网络算法的数控车削加工过程碳排放预测模型;最后,通过实验对所提方法和模型的有效性进行了验证。
-
关键词
多维特征数据
数据驱动
碳排放预测
岭回归
果蝇-差分进化优化
-
Keywords
Multidimensional-Feature Data
Data-Driven
Carbon Emission Prediction
Ridge Regression
FOADE Optimization
-
分类号
TH16
[机械工程—机械制造及自动化]
-
