当前位置: 首页 > 文章 > 基于传感器信号融合和PSO-LSSVR的刀具磨损预测研究 农业装备与车辆工程 2021 (10) 98-103
Position: Home > Articles > 基于传感器信号融合和PSO-LSSVR的刀具磨损预测研究 Agricultural Equipment & Vehicle Engineering 2021 (10) 98-103

基于传感器信号融合和PSO-LSSVR的刀具磨损预测研究

作  者:
周锴;黄之文;朱坚民
单  位:
上海理工大学
关键词:
刀具磨损;传感器;信号监测;粒子群优化;LSSVR模型;
摘  要:
最小二乘支持向量回归模型能有效地构建特征与刀具实时磨损间映射关系,但受限于自身参数的复杂性,无法获得最优模型性能,同时由于单个传感器的局限性,难以全面反映刀具磨损的多维信息。为进一步提升刀具磨损预测精度,提出一种基于多传感器信号融合并利用粒子群算法优化参数的最小二乘支持向量回归模型的刀具预测方法。通过对采集的传感器信号进行小波降噪,提取可用于反映刀具磨损的多域特征,并通过核主成分分析法对多域特征进行降维融合,采用经过粒子群算法优化参数的最小二乘支持向量回归模型构建融合后特征与刀具磨损的映射关系。通过公开数据集进行的实验,表明该模型具有较高的预测精度,验证了所提出预测方法的有效性。

相似文章

计量
文章访问数: 10
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊