基于支持向量机的端面磨削淬硬效果预测.pdf

《基于支持向量机的端面磨削淬硬效果预测.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第３９卷第３期Ｖｏｌ畅３９Ｎｏ畅３２０１４年３月ＨＥＡＴＴＲＥＡＴＭＥＮＴＯＦＭＥＴＡＬＳＭａｒｃｈ２０１４基于支持向量机的端面磨削淬硬效果预测姬会福，刘送永，郑加强（中国矿业大学机电工程学院，江苏徐州２２１１１６）摘要：提出了一种基于支持向量机（ＳＶＭ）的磨削淬硬效果预测方法，利用试验测得的淬硬硬度和淬硬层深度数据建立ＳＶＭ预测模型，并将预测结果和模糊神经网络法结果进行对比分析。结果表明，采用ＳＶＭ方法进行磨削淬硬效果预测是可行的，与试验值相比，其预测误差均在５％以内，精度较高，且预测效果优于ＢＰ神经网络的预测效果。关键词：支持向量机

2、；端面磨削；磨削淬硬；预测中图分类号：TG115．5文献标志码：A文章编号：0254-6051（2014）03-0145-03Predictionoffacegrind-hardeningeffectbasedonsupportvectormachineＪｉＨｕｉｆｕ，ＬｉｕＳｏｎｇｙｏｎｇ，ＺｈｅｎｇＪｉａｑｉａｎｇ（ＳｃｈｏｏｌｏｆＭｅｃｈａｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＭｉｎｉｎｇａｎｄＴｅｃｈｎｏｌｏｇｙ，ＸｕｚｈｏｕＪｉａｎｇｓｕ２２１１１６，Ｃｈｉｎａ）Abstract：Ａｎｅｗｍｅｔ

3、ｈｏｄｏｆｆａｃｅｇｒｉｎｄ-ｈａｒｄｅｎｉｎｇｅｆｆｅｃｔｐｒｅｄｉｃｔｉｏｎｂａｓｅｄｏｎｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ（ＳＶＭ）ｗａｓｐｒｏｐｏｓｅｄ．ＴｈｅＳＶＭｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｗａｓｅｓｔａｂｌｉｓｈｅｄｏｎｔｈｅｔｅｓｔｄａｔａｏｆｈａｒｄｅｎｅｄｈａｒｄｎｅｓｓａｎｄｈａｒｄｅｎｅｄｌａｙｅｒｄｅｐｔｈ．ＴｈｅｃｏｍｐａｒｉｓｏｎｂｅｔｗｅｅｎｔｈｅＳＶＭａｎｄＢＰｎｅｕｒａｌｎｅｔｗｏｒｋｏｎｆａｃｅｇｒｉｎｄ-ｈａｒｄｅｎｉｎｇｅｆｆｅｃｔｐｒｅｄｉｃｔｉｏｎｗａｓａｎａｌｙｚｅｄ．Ｔｈｅｒｅｓ

4、ｕｌｔｓｓｈｏｗｔｈａｔｔｈｅＳＶＭｍｏｄｅｌｉｓｅｆｆｅｃｔｉｖｅａｎｄｆｅａｓｉｂｌｅｔｏｐｒｅｄｉｃｔｔｈｅｆａｃｅｇｒｉｎｄ-ｈａｒｄｅｎｉｎｇｅｆｆｅｃｔ．Ｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｔｅｓｔｅｄｖａｌｕｅｓ，ｔｈｅＳＶＭｐｒｅｄｉｃｔｉｏｎｈａｓｈｉｇｈｐｒｅｃｉｓｉｏｎａｎｄｔｈｅｐｒｅｄｉｃｔｉｏｎｅｒｒｏｒｓａｒｅｗｉｔｈｉｎ５％．Ｍｅａｎｗｈｉｌｅ，ｔｈｅＳＶＭｐｒｅｄｉｃｔｉｏｎｅｆｆｅｃｔｉｓｂｅｔｔｅｒｔｈａｎｔｈａｔｏｆｔｈｅＢＰｎｅｕｒａｌｎｅｔｗｏｒｋ．Keywords：ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃ

5、ｈｉｎｅ；ｆａｃｅｇｒｉｎｄｉｎｇ；ｇｒｉｎｄ-ｈａｒｄｅｎｉｎｇ；ｐｒｅｄｉｃｔｉｏｎ磨削淬硬是利用磨削过程中生成的磨削热直接加回归估计就是通过训练样本将机器训练为回归机热工件表面，使工件表层温度瞬间升高到Ａｃ３以上，然（Ｒｅｇｒｅｓｓｉｏｎ），主要用于建立回归机模型与函数逼近，后迅速冷却，以使表层材料马氏体化的一种新的加工进行样本点的回归估计的一种ＳＶＭ函数回归算法，其技术。该技术集磨削加工工艺与表面热处理工艺于一原理如图１所示。通过训练样本（x１，y１）、（x２，y２）、体，可以有效缩短产品生产周期、提高生产效率、降低⋯、（xn，

6、yn）来估计某系统的输入和输出之间的依赖关［１］制造成本，具有显著的经济价值和社会效益。系，即寻找最优函数f（x），使它能对未知输出作出尽［２］支持向量机（Ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ，ＳＶＭ）是在统可能准确的预测。计学习理论基础上发展起来的一种新的机器学习方法，其理论基础是统计学习理论的ＶＣ维理论与结构风险最小化原理。ＳＶＭ具有适应性强、全局优化、训练时间短、泛化性能好等优点，近年来，被广泛应用于非线性拟合、模式识别、分类等方面。磨削加工作为一个非常复杂的工艺过程，磨削用量对磨削淬硬效果的影响是非线图１回归机原理方框图性的

7、，且试验费用昂贵，容易受到多种外界因素干扰，基Ｆｉｇ．１Ｂｌｏｃｋｄｉａｇｒａｍｏｆｒｅｇｒｅｓｓｉｏｎｐｒｉｎｃｉｐｌｅ于此，本文利用ＳＶＭ对调质态４５钢的磨削淬硬效果进［３］最终的回归函数形式为：行预测，并采用ＬｉｂＳＶＭ软件进行模拟仿真。倡f（x）＝∑（αi－αi）k（xi，x）＋b（１）i∈ＳＶＳ１支持向量机模型的建立式中：ＳＶＳ表示支持向量集；k（xi，x）为ＳＶＭ的核函磨削淬硬效果预测属ＳＶＭ方法的函数逼近范畴，数；xi为支持向量的样本因子向量；i＝１，２，⋯，s；x为倡待预测因子向量；wi＝（αi－αi）为权值向量；b为模

8、型收稿日期：２０１３-１１-２９的待定系数。作者简介：姬会福（１９８９—），男，硕士研究生，主要从事矿山机械设计及支持向量机在形式上类似于神经网络，它由输材料性能研究。通讯作者：刘送永，男，博士，Ｅ-ｍａｉ