基于支持向量机与粒子滤波的刀具磨损状态识别

作     者：程灿 李建勇 徐文胜 聂蒙 CHENG Can;LI Jianyong;XU Wensheng;NIE Meng

作者机构：北京交通大学机械与电子控制工程学院北京100044 载运工具先进制造与测控技术教育部重点实验室北京100044 

出 版 物：《振动与冲击》 (Journal of Vibration and Shock)

年 卷 期：2018年第37卷第17期

页      面：48-55,71页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：中央高校基本科研业务费(M16JB00210) 

主　　题：刀具磨损 支持向量机 双层规划 遗传算法 人工蜂群 粒子滤波 

摘      要：为了提高小样本情况下刀具磨损量识别的精度,提出一种基于支持向量机和粒子滤波的刀具磨损量识别方法。针对支持向量机的输入特征选择和参数选择难题,建立支持向量机输入特征与参数优化双层规划模型,并组合遗传算法和人工蜂群算法进行求解。之后,利用粒子滤波方法对支持向量机回归得到的结果进行修正。实验结果表明,在小样本情况下,基于支持向量机和粒子滤波的刀具磨损量识别方法具备良好的学习能力,能够精确地识别刀具的磨损量。