重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2020, Vol. 34 ›› Issue (4): 87-94.doi: 10.3969/j.issn.1674-8425(z).2020.04.011

• 机械·材料 • 上一篇    下一篇

基于改进 ＰＳＯ-ＬＳＳＶＭ 的轴类校直机校直行程预测

郝建军，陈家栋，王梦帆，周 娣   

  1. 重庆理工大学 机械工程学院，重庆 ４０００５４
  • 收稿日期:2019-04-08 发布日期:2020-05-12
  • 作者简介:郝建军，博士，教授，主要从事机械电子工程研究，Ｅ-ｍａｉｌ：ｈａｏｊｊ＠ｃｑｕｔ．ｅｄｕ．ｃｎ
  • 基金资助:
    重庆市高校优秀成果转化资助项目（ＫＪＺＨ１７１２７

  • Received:2019-04-08 Published:2020-05-12

PDF (PC)

326

赞

摘要： 传统的轴类校直通过人工操作设备和借助辅助设备的测量进行校直行程的计算。 这种计算方法耗费人力，效率低下，同时也无法满足设备智能化的要求。为此，提出一种改进型 的 ＰＳＯ-ＬＳＳＶＭ（基于粒子群优化的最小二乘支持向量机）算法模型应用到校直行程的预测过程 中。首先通过分析提取影响校直行程的相关因素，然后将这些影响因素与成功校直数据作为算 法模型的输入样本进行训练，得到一个能可靠预测校直行程的 ＰＳＯ-ＬＳＳＶＭ模型。通过对测试 样本的数据分析，预测值与期望值的相对误差可以达到 3.14％。结果表明：此模型可以满足校 直设备的校直行程计算，进而提高校直效率与校直自动化。

关键词: 校直行程预测, 轴类校直, 最小二乘支持向量机, 粒子群优化

中图分类号: 

  • ＴＰ２７３／ＴＰ２７３＋．２