共查询到16条相似文献,搜索用时 343 毫秒
1.
崔宁 《农业装备与车辆工程》2018,(7)
为了实现刀具磨损在铣削过程中的工业应用,提出了一种基于BP神经网络的预测刀具磨损状态的方法。采用易于采集的振动信号作为监测信号,用小波分析对振动信号进行数据处理,将不同波段的能量作为输入特征值,用工业显微镜测量刀具磨损值。建立BP神经网络,实现刀具磨损状态的监测。实验表明,检测结果能够对刀具磨损状态正确识别。 相似文献
2.
针对棉秆粉碎还田过程中刀具磨损严重且缺少故障监测装置导致工作失效的问题,设计了一种搭载在棉秆粉碎还田机上的智能监测系统。系统以STM32单片机为主控制器,应用多种传感器融合技术,基于机器学习算法实现刀具磨损状态监测。为了解决棉秆粉碎刀具磨损非线性特征信号难以提取的问题,提出了一种融合改进蝴蝶优化算法(IBOA)和支持向量机(SVM)的刀具磨损状态监测方法(IBOA-SVM)。该监测方法以粉碎刀辊转速、左侧振动频率、右侧振动频率作为模型输入特征向量,将刀具磨损状态(正常状态、磨损状态、丢刀状态)作为输出。相较于未优化的SVM算法,通过IBOA算法优化SVM算法的参数,刀具磨损状态的识别准确率由95.61%提高至98.83%。为验证IBOA-SVM模型的有效性,在相同参数设置环境下进行多种模型的重复对比试验,试验结果表明:相较于SVM、PSO-SVM、WOA-SVM、BOA-SVM和CWBOA-SVM 5种模型,IBOA-SVM模型识别准确率平均值有所提升,单次试验的准确率均维持在较高的水平。将IBOA-SVM模型嵌入到监测系统,并进行田间验证试验,试验结果表明设计的刀具磨损状态监测系统在... 相似文献
3.
4.
5.
6.
7.
8.
贾文菊钱炜 《农业装备与车辆工程》2022,(3):110-115
针对机械加工过程中刀具磨损状态的预测精度低问题,提出一种基于VMD-MRMR-LSTM的刀具磨损预测方法.首先,通过Kistler测力仪、振动传感器采集刀具铣削过程中的力、振动信号;其次,对信号进行变分模态分解和时域统计提取时域、频域特征,利用最大相关最小冗余法筛选出最优特征子集;最后,对特征子集中的每个特征序列搭建长... 相似文献
9.
《农业装备与车辆工程》2021,(10)
最小二乘支持向量回归模型能有效地构建特征与刀具实时磨损间映射关系,但受限于自身参数的复杂性,无法获得最优模型性能,同时由于单个传感器的局限性,难以全面反映刀具磨损的多维信息。为进一步提升刀具磨损预测精度,提出一种基于多传感器信号融合并利用粒子群算法优化参数的最小二乘支持向量回归模型的刀具预测方法。通过对采集的传感器信号进行小波降噪,提取可用于反映刀具磨损的多域特征,并通过核主成分分析法对多域特征进行降维融合,采用经过粒子群算法优化参数的最小二乘支持向量回归模型构建融合后特征与刀具磨损的映射关系。通过公开数据集进行的实验,表明该模型具有较高的预测精度,验证了所提出预测方法的有效性。 相似文献
10.
为了检测机械加工过程中的刀具磨损程度,保证加工质量,提出基于KNN算法的刀具磨损状态方法。利用KNN算法中的相似度分类的特征,对数字图像文本化后进行相似度计算,形成分类模型识别刀具磨损程度,最后通过实验证明该方法的识别准确性。该方法监测过程简单,动态性和经济性好,适合在加工过程中推广。 相似文献
11.
融合ARIMA模型和GAWNN的溶解氧含量预测方法 总被引:3,自引:0,他引:3
针对河流污染治理、水源管理,提出了融合差分自回归滑动平均ARIMA模型和遗传算法优化的小波神经网络相结合的河流水质预测方法。将采集的河流水质参数时间序列数据,分解为线性和非线性序列,线性数据使用ARIMA模型预测,使用最小二乘法完成了ARIMA模型参数估计。对于经过ARIMA模型处理的非线性残差数据、预测值与原始溶解氧序列之间的线性和非线性关系,采用小波神经网络(WNN)获得预测值,并采用遗传算法的选择、交叉、变异等操作优化网络参数,比传统WNN模型预测精度显著提高。ARIMA模型、小波神经网络、遗传算法优化小波神经网络(GAWNN)和未经遗传算法优化的组合模型预测平均绝对误差分别为0.29%、0.39%、0.26%、0.24%,提出的组合模型预测结果平均绝对误差约0.19%且为最小。结果表明,该组合模型优于单个模型和传统组合模型的预测结果。 相似文献
12.
13.
首先针对电动液压助力转向(EHPS)系统助力特性非线性特点,将BP神经网络引入EHPS系统中。因BP神经网络存在易陷入局部最小缺点,提出了利用遗传算法来优化BP神经网络的连接权值的改进型BP神经网络(简称ENN)控制算法,对助力特性曲线进行全车速拟合。通过对拟合结果的分析得出ENN算法具有收敛速度快、泛化能力强的特点,准确实现了非线性助力特性的全车速拟合,克服了EHPS系统的助力盲区。最后,通过台架试验验证该ENN控制算法的可行性。 相似文献
14.
【目的】准确预测果树需水量。【方法】对采集地果园环境数据进行主成分分析,筛选出影响果树蒸腾量的关键因子。建立以长短时记忆(LSTM)神经网络为基础的预测模型来预测果树蒸腾量。为提高预测的精度,在LSTM神经网络的基础上加入了注意力(Attention)机制,形成Attention-LSTM预测模型。【结果】将改进的模型与其他模型的预测精度进行对比,仿真试验表明,该模型的预测精度最高,RMSE和MSE分别为0.487和0.062。【结论】该预测模型可以准确预测果树蒸腾量,从而实现果园精准灌溉并提高水果产量,具有一定的实际意义。 相似文献
15.
针对现有基于卷积神经网络的水果图像分类算法均使用池化层进行降维处理会丢失部分特征,导致分类精度有待提高的问题,提出FC-CNN(Fruit Classification Convolutional Neural Network)水果图像分类算法。该算法基于深度卷积神经网络思想,设计了一种由二维卷积层、批量规范化层和激活函数组成的网络结构,利用Sofmax loss和L2正则化进行损失函数设计。算法使用卷积加步长替代池化层,让网络具有自主学习下采样能力,使用批量规范化层用于解决网络过拟合问题。采用Fruits-360数据集进行测试,实验表明,FC-CNN可以识别出48种水果,准确率可达到99.63%。与现有的深度学习水果图像分类算法相比,FC-CNN的识别准确率更高,识别种类更多。 相似文献
16.
基于BP神经网络的黄河下游引黄灌区引水量分析 总被引:9,自引:0,他引:9
介绍了神经网络的基本原理及其 BP算法 ,建立了引水量预估的人工神经网络模型。实例分析表明该方法可行、预估结果可靠 ,为引黄灌区的引水分析预估提供了具有实用价值的基本理论和实施技术。 相似文献