该项目研究以支持向量机为主要智能手段,适应小批量柔性加工模式下数控加工误差的智能建模方法,该方法能对数控加工过程中的不确定误差源进行描述。研究小批量加工过程中数控加工误差智能预测及其关键技术,实现通过现场加工参数及历史数据对未来加工工件的误差进行预测补偿,避免质量缺陷(次品)的产生。实现基于支持向量机的数控误差智能预测补偿软件,并在制造企业开展实证研究,验证和完善软件的预测、补偿能力。本项目的研究采用了与传统数控误差补偿方法截然不同的新途径,是一种提高数控加工质量的通用方法,而非局限于某一具体加工设备,因此具有更明显的推广性,同时该项目能进一步发展对数控加工误差分析与补偿的范围。将最新的支持向量机智能学习理论引入数控误差智能预测补偿,是一个创新,体现了理论与实际相结合、技术与工程相结合,符合多品种、小批量的柔性制造发展趋势,也符合我国数控加工制造业的实际情况,具有明显理论价值和推广价值。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于LASSO-SVMR模型城市生活需水量的预测
基于SSVEP 直接脑控机器人方向和速度研究
自然灾难地居民风险知觉与旅游支持度的关系研究——以汶川大地震重灾区北川和都江堰为例
基于多模态信息特征融合的犯罪预测算法研究
基于分形维数和支持向量机的串联电弧故障诊断方法
基于数据驱动的数控机床热误差智能补偿方法
难加工材料数控铣削刀具磨损建模、仿真与误差补偿研究
齿轮加工综合误差在线估测与智能补偿方法
智能数控车削加工