李铠月
- 作品数：17 被引量：24H指数：2
- 供职机构：西北工业大学机电学院更多>>
- 相关领域：金属学及工艺电子电信文化科学一般工业技术更多>>
- 基于支持向量机方法建立超声振动磨削放电加工预测模型被引量：5
- 2015年
- 针对采用机器学习理论建立超声振动磨削放电加工模型时存在试验样本数量少、预测量数值变化波动大的问题,提出利用支持向量机方法建立加工指标预测模型的方法。以超声振动磨削放电加工Si Cp/Al为例,利用正交试验获取学习样本数据,采用MATLAB软件建立超声振动磨削放电加工Si Cp/Al工艺指标的支持向量机预测模型,并利用该模型预测零件表面粗糙度和加工速度两项工艺指标。结果表明:支持向量机模型得到的工艺指标预测值与试验值具有较好的一致性,最大相对误差不超过12%,预测值精度较高,所建立的超声振动磨削放电加工工艺指标的支持向量机预测模型是可靠且有效的。
- 杨光美张云鹏李铠月陈国定
- 关键词：支持向量机
- 超声振动磨削放电加工指标预测模型研究
- 超声振动磨削放电加工过程复杂,难以用精确的理论公式进行描述,通常在试验基础上,借助于机器学习理论做出分析.针对实际加工中试验样本数量有限、预测量数值变化波动大的情况,本文采用BP神经网络和支持向量机两种方法分别建立超声振...
- 杨光美张云鹏李铠月闫妍
- 关键词：人工神经网络支持向量机
- 文献传递
- 浅谈创新创业形势下大学生科技创新社会实践被引量：1
- 2015年
- 随着科学技术的不断进步,科技创新能力成为国家软实力的象征。较强的科技创新能力体现了国家自主知识产权,有了科技创新能力才能引领社会发展。大学生社会实践活动是大学生培养过程中不可或缺的重要环节,在帮助大学生了解社会、适应社会、回报社会中起到了关键作用。在李克强总理提出"大众创业,万众创新"的社会大背景下,如何将科技创新类大学生社会实践活动的作用调动起来,利用科技创新的成果进一步推动大学生社会实践活动的开展,同时促进高校与企业间的产学研结合,进一步推动社会科技进步。
- 张祺冯永涛徐喆李铠月
- 关键词：社会实践产学研结合
- 超声振动磨削放电复合加工SiCp/Al试验研究
- 针对SiCp/A1的加工,提出一种超声振动磨削放电复合加工的方法,从加工效率、加工稳定性、及表面质量等方面与电火花加工进行了对比试验研究。试验分析了两种加工方法中脉冲宽度和峰值电流对加工速度和表面粗糙度的影响,结果表明,...
- 李铠月张云鹏杨光美闫妍
- 关键词：SICP/AL复合材料表面粗糙度重熔层
- 文献传递
- 超声振动磨削放电加工指标预测模型研究
- 超声振动磨削放电加工过程复杂,难以用精确的理论公式进行描述,通常在试验基础上,借助于机器学习理论做出分析。针对实际加工中试验样本数量有限、预测量数值变化波动大的情况,本文采用BP神经网络和支持向量机两种方法分别建立超声振...
- 杨光美张云鹏李铠月闫妍
- 关键词：BP神经网络支持向量机
- 文献传递
- 基于SVM建立超声振动磨削放电加工预测模型
- 针对采用机器学习理论建立超声振动磨削放电加工模型时存在试验样本数量少、预测量数值变化波动大的问题,本文提出利用支持向量机方法建立加工指标预测模型的方法。以超声振动磨削放电加工SiCp/A1为例,利用正交试验获取学习样本数...
- 杨光美张云鹏李铠月陈国定
- 关键词：支持向量机
- 文献传递
- 颗粒增强金属基复合材料的超声振动磨削放电加工研究
- 针对含有颗粒增强相的难加工复合材料,提出一种超声振动磨削放电加工方法。以SiCp/A1复合材料为例,简述了超声振动磨削放电加工的原理,分析了超声振动磨削放电加工的材料蚀除过程,探讨了超声振动对加工过程的影响机理。通过Si...
- 李铠月张云鹏杨光美陈国定
- 关键词：超声振动放电加工颗粒增强金属基复合材料
- 文献传递
- 超声振动磨削放电复合加工SiCp/Al试验研究
- 针对SiCp/Al的加工,提出一种超声振动磨削放电复合加工的方法,从加工效率、加工稳定性、及表面质量等方面与电火花加工进行了对比试验研究.试验分析了两种加工方法中脉冲宽度和峰值电流对加工速度和表面粗糙度的影响,结果表明,...
- 李铠月张云鹏杨光美闫妍
- 关键词：金属铝碳化硅
- 文献传递
- SiCp/Al复合材料超声振动磨削放电复合加工工艺试验研究
- 针对SiCp/Al复合材料,提出一种超声振动磨削放电复合加工方法,在精密电火花加工机床上组合超声振动装置,并设计专用电极头,利用超声振动磨削放电复合加工方法加工siCp/Al复合材料,从加工效率、加工稳定性及表面质量等方...
- 李铠月张云鹏杨光美闫妍
- 关键词：SICP/AL复合材料表面粗糙度重熔层
- 文献传递
- 超声振动磨削放电加工指标预测模型的研究
- 2014年
- 超声振动磨削放电加工过程复杂,难以用精确的理论公式进行描述,通常在试验基础上,借助于机器学习理论做出分析。针对实际加工中试验样本数量有限、预测量数值变化波动大的情况,采用BP神经网络和支持向量机两种方法分别建立超声振动磨削放电加工SiCp/Al指标预测模型,并利用两个模型预测零件表面粗糙度和加工速度等工艺指标。预测结果表明,零件表面粗糙度的数值变化范围较小,两种模型预测值与试验值均具有较好的一致性,预测精度较高;加工速度的数值变化较大,支持向量机模型的预测精度优于BP模型。因此,支持向量机模型更适合于解决小样本及指标变化范围大的预测问题。
- 杨光美张云鹏李铠月闫妍
- 关键词：BP神经网络支持向量机
