基于KPCA—SVM颤振预报模式研究

• 作 者: 邵强 王璐 康晶 邵诚
• 机 构: 大连理工大学先进控制技术研究所,大连民族学院
• 出 处: 煤矿机械
• 发表日期: 2009年4期
• 关键词: 核主元函数 支持向量机 颤振 预报 模式识别 KPCA SVM chatter prediction pattern recognition

针对切削加工过程颤振孕育的动态模式，提出基于KPCA—SVM模型的颤振预报新方法。首先提取切削加工振动信号，进行FFT变换，使KPCA—SVM模型对变换后的切削实验数据进行学习、训练，得到KPCA—SVM识别模型；提取切削加工过程的振动信号，经过FFT变换后，得到其幅频特征量，送给KPCA—SVM模型进行颤振情况分析与识别。