%0 Journal Article
%T 45钢高速铣削表面粗糙度预测
%A 段春争
%A 郝清龙
%J 哈尔滨工程大学学报
%D 2015
%R 10.11990/jheu.201412077
%X 为了提高高速铣削加工表面粗糙度预测的精确性以及模型的通用性,提出了一种基于粒子群最小二乘支持向量机(PSO-LSSVM)算法的高速铣削加工表面粗糙度预测方法。以工件硬度以及铣削参数为影响因素,采用回归分析方法、最小二乘支持向量机(LSSVM)以及PSO-LSSVM方法,分别建立了45钢高速铣削加工表面粗糙度预测模型,并对模型的预测精度进行了试验验证和对比分析。结果表明:相同样本条件下,回归分析方法的预测误差较大,PSO-LSSVM预测模型平均预测误差仅为LSSVM方法平均预测误差的50%。PSO-LSSVM预测模型具有较高的预测精度和泛化能力,能够准确地预测高速铣削不同硬度的工件表面粗糙度,同时为铣削参数的选择和表面质量的控制提供了依据。
%K 表面粗糙度预测
%K 高速铣削
%K 最小二乘支持向量机
%K 粒子群算法
%K 回归分析
%K 预测精度
%K 45钢
%U http://heuxb.hrbeu.edu.cn/oa/darticle.aspx?type=view&id=20150913