您的位置: 专家智库 > >

国家自然科学基金(51105336)

作品数:2 被引量:12H指数:2
相关作者:姚鑫骅傅建中孙磊余文利李晟更多>>
相关机构:浙江大学浙江衢州职业技术学院更多>>
发文基金:浙江省重点科技创新团队项目浙江省自然科学基金国家自然科学基金更多>>
相关领域:机械工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇机械工程

主题

  • 2篇机床
  • 1篇多工况
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇数控
  • 1篇数控机
  • 1篇数控机床
  • 1篇通信
  • 1篇热误差
  • 1篇热误差建模
  • 1篇主轴
  • 1篇最小二乘
  • 1篇最小二乘支持...
  • 1篇无线传感
  • 1篇无线传感器
  • 1篇向量机
  • 1篇基于通信
  • 1篇感器
  • 1篇LS-SVM
  • 1篇参数优化

机构

  • 2篇浙江大学
  • 1篇浙江衢州职业...

作者

  • 2篇傅建中
  • 2篇姚鑫骅
  • 1篇余文利
  • 1篇李晟
  • 1篇孙磊

传媒

  • 1篇中国机械工程
  • 1篇浙江大学学报...

年份

  • 1篇2014
  • 1篇2013
2 条 记 录,以下是 1-2
排序方式:
基于通信质量约束的主轴热监测无线传感器布点优化被引量:4
2013年
引入信息论和图论的相关方法,采用互信息量来描述测点温度与主轴热变形的相关性.通过图论中的邻接矩阵来表示无线传感器间的通信路径,利用Warshall算法判断图的连通性,得到传感器间的通信可达性,从而保证测点选择满足通信可靠性约束条件.采用人工鱼群算法求解在该约束条件下的大规模组合优化问题,在合理的时间耗费内得到可选测点组合的优化解.在数控机床主轴热误差建模实验中,通过有、无约束条件2种情况下的建模实验验证了该无线传感器优化配置方法的有效性.
李晟姚鑫骅傅建中
关键词:无线传感器主轴机床
贝叶斯证据框架下的LS-SVM多工况数控机床热误差建模被引量:9
2014年
最小二乘支持向量机(LS-SVM)模型是表征数控机床热误差特性的有效工具,但该模型中的参数设置直接影响建模的精度。传统的基于交叉验证法或网格法的参数获取方法存在计算量大、精度低的缺点,且同一组模型常数往往不能准确表征机床多种工况条件下所产生的热误差。为解决这一问题,提出了一种基于贝叶斯证据框架理论的LS-SVM多工况参数优化方法。通过测量不同工况下数控机床温度值与主轴热变形量,采用贝叶斯证据框架的3个推断对LS-SVM模型进行训练并对参数进行辨识和优化,推导出了不同工况所对应的最优模型和参数。热误差建模实验验证了该参数优化方法的有效性,结果显示,经优化的模型具有泛化能力强、预测精度高、计算速度快的特点,能够较准确地描述多种典型工况条件下的实际热误差特性。
余文利姚鑫骅傅建中孙磊
关键词:热误差建模多工况参数优化
共1页<1>
聚类工具0