机械工程学报
機械工程學報
궤계공정학보
CHINESE JOURNAL OF MECHANICAL ENGINEERING
2013年
15期
192-198
,共7页
王兴盛%康敏%傅秀清%李春林
王興盛%康敏%傅秀清%李春林
왕흥성%강민%부수청%리춘림
镜片%慢刀伺服车削%正交回归分析%最小二乘支持向量机%预测模型
鏡片%慢刀伺服車削%正交迴歸分析%最小二乘支持嚮量機%預測模型
경편%만도사복차삭%정교회귀분석%최소이승지지향량궤%예측모형
Lense%Slow tool servo%Orthogonal regression analysis%Least squares support vector machine%Prediction model
针对复杂曲面镜片加工的困难,将慢刀伺服车削应用于镜片加工中.采用正交试验回归分析法,建立基于刀具圆弧半径、每圈进给量、背吃刀量、主轴转速和离散角度的表面粗糙度指数预测模型.同时引入最小二乘支持向量机(Least squares support vector machine,LS-SVM),建立基于径向基函数的LS-SVM预测模型.该模型对正交试验样本进行训练学习,采用网格搜索和留一法交叉验证确定模型参数.通过验证试验的对比,LS-SVM模型的预测精度明显优于指数模型,其相关系数R2为0.998 85,方均根相对误差为10.95％,平均绝对百分误差为9.28％.正交试验和LS-SVM预测模型的分析结果表明,在主要工艺参数中刀具圆弧半径和每圈进给量对表面粗糙度影响较显著,背吃刀量次之.
針對複雜麯麵鏡片加工的睏難,將慢刀伺服車削應用于鏡片加工中.採用正交試驗迴歸分析法,建立基于刀具圓弧半徑、每圈進給量、揹喫刀量、主軸轉速和離散角度的錶麵粗糙度指數預測模型.同時引入最小二乘支持嚮量機(Least squares support vector machine,LS-SVM),建立基于徑嚮基函數的LS-SVM預測模型.該模型對正交試驗樣本進行訓練學習,採用網格搜索和留一法交扠驗證確定模型參數.通過驗證試驗的對比,LS-SVM模型的預測精度明顯優于指數模型,其相關繫數R2為0.998 85,方均根相對誤差為10.95％,平均絕對百分誤差為9.28％.正交試驗和LS-SVM預測模型的分析結果錶明,在主要工藝參數中刀具圓弧半徑和每圈進給量對錶麵粗糙度影響較顯著,揹喫刀量次之.
침대복잡곡면경편가공적곤난,장만도사복차삭응용우경편가공중.채용정교시험회귀분석법,건립기우도구원호반경、매권진급량、배흘도량、주축전속화리산각도적표면조조도지수예측모형.동시인입최소이승지지향량궤(Least squares support vector machine,LS-SVM),건립기우경향기함수적LS-SVM예측모형.해모형대정교시험양본진행훈련학습,채용망격수색화류일법교차험증학정모형삼수.통과험증시험적대비,LS-SVM모형적예측정도명현우우지수모형,기상관계수R2위0.998 85,방균근상대오차위10.95％,평균절대백분오차위9.28％.정교시험화LS-SVM예측모형적분석결과표명,재주요공예삼수중도구원호반경화매권진급량대표면조조도영향교현저,배흘도량차지.
