单晓敏, 李 峰， 吴晓强, 黄云战

(1.内蒙古民族大学 机械工程学院，内蒙古 通辽 028000；2.长春职业技术学院，吉林 长春 130033；3.云南农业大学 工程技术学院，云南 昆明 650201)



基于支持向量回归机的磨削力预测

单晓敏1, 李 峰2， 吴晓强1, 黄云战3

(1.内蒙古民族大学 机械工程学院，内蒙古 通辽 028000；2.长春职业技术学院，吉林 长春 130033；3.云南农业大学 工程技术学院，云南 昆明 650201)

针对神经网络方法在磨削力预测方面存在的网络结构不好确定和样本需求量大等不足，提出了一种新的基于支持向量回归机的磨削力智能预测方法。介绍了支持向量回归机的基本原理，分析了影响磨削力的主要因素，选用砂轮速度、工件速度和磨削深度作为输入参数，建立了基于支持向量回归机的磨削力预测模型。仿真结果表明, 所建立的预测模型是合理有效的，与BP神经网络预测方法相比，预测的结果准确性更高。

磨削力； 预测； 支持向量机； 支持向量回归机

0 引 言

在磨削加工过程中，砂轮的钝化和磨耗会对磨削质量产生显著影响，在磨粒逐渐磨钝而切削能力降低后，若继续磨削就会增加摩擦发热，导致磨削质量显著下降[1]。由于磨削力与砂轮磨损之间有着密切的非线性关系，因此可以通过磨削力的计算和监测间接预测砂轮的磨损情况，继而采取有效措施对砂轮进行补偿或修整。由于磨削过程复杂，影响磨削力的因素较多，很多学者提出了不同的磨削力理论计算和经验公式[2]，但对磨削力预测的理论研究成果较少。……