采用支持向量机算法对金刚石锯片锯切木材表面粗糙度的预测

贾娜; 郭佳欣; 花军; 陈红成

首页> 中文期刊> 《东北林业大学学报》 >采用支持向量机算法对金刚石锯片锯切木材表面粗糙度的预测

采用支持向量机算法对金刚石锯片锯切木材表面粗糙度的预测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:为了更准确预测木材切削加工后木材表面粗糙度,通过金刚石(PCD)锯片锯切木材试验获得不同锯切转速、进给速度、锯切厚度、木材密度时的木材表面粗糙度测量值,采用支持向量机(SVM)算法建立相应的表面粗糙度预测模型,引入网格搜索法对SVM模型参数进行优化,分析参数选取及优化对木材表面粗糙度模型精度的影响。结果表明:采用PCD锯片锯切木材时,3种影响因素对木材表面粗糙度的影响程度,由大到小依次为锯片转速、锯切厚度、进给速度,且表面粗糙度值随着锯片转速的增大而降低,随着进给速度和锯切厚度的变大而增加。参数优化后的木材表面粗糙度预测模型,更能实现木材表面粗糙度的精准预测。

著录项

来源
《东北林业大学学报》 |2019年第10期|85-89100|共6页
作者
贾娜; 郭佳欣; 花军; 陈红成;
展开▼
作者单位

东北林业大学哈尔滨 150040;

湖北鑫运祥科技发展有限公司;

展开▼
原文格式 PDF
正文语种 chi
中图分类表面性质;
关键词
木材表面粗糙度; 预测模型; 支持向量机; 金刚石锯片; 锯切;

相似文献

中文文献
外文文献
专利

1. 采用遗传算法优化神经网络的铸铁表面粗糙度声发射预测 [J] . 郭力 ,邓喻 . 机械科学与技术 . 2018,第010期
2. 边坡位移非线性时间序列采用支持向量机算法的智能建模与预测研究 [J] . 刘开云 ,乔春生 ,滕文彦 . 岩土工程学报 . 2004,第1期
3. 最小二乘支持向量机在U71Mn高锰钢表面粗糙度预测模型中的运用 [J] . 庄曙东 ,史柏迪 ,陈天翔 . 机械 . 2020,第006期
4. 基于支持向量机的蠕墨铸铁表面粗糙度预测 [J] . 鲁娟 ,张振坤 ,吴智强 . 表面技术 . 2020,第2期
5. 基于支持向量机的电火花加工8418钢表面粗糙度预测模型 [J] . 余剑武 ,胡其丰 ,文丞 . 中国机械工程 . 2018,第007期
6. 基于人工神经网络预测金刚石锯片锯切花岗石寿命 [C] . 吴瑞尊 ,徐西鹏 ,何江川 . 第十届全国磨削学术年会 . 1999
7. 木材锯切表面粗糙度三维表征及预测模型研究 [A] . 郭佳欣 . 2020

采用支持向量机算法对金刚石锯片锯切木材表面粗糙度的预测

摘要

著录项

相似文献

相关主题

期刊订阅