本发明公开一种滚压工件表面质量预测方法,利用振动传感器、信号采集仪对加工过程中工件表面产生的振动信号进行采集,基于耦合协调度模型评价滚压工件表面质量,运用集合经验模态分解法对信号进行处理,然后选取功率谱密度、峭度和波形因子作为信号特征,确定支持向量机作为决策模型,利用贝叶斯优化方法对惩罚参数和核函数参数进行优化,建立信号特征与表面质量之间的关系。该方法能够快速识别信号特征用于评价工件表面质量,从而通过干预工艺参数来达到改善工件表面质量的目的,弥补了滚压加工过程中无法进行实时状态监测的技术缺陷,具有工件表面质量在线优化的优势。
📄 2022105810137
📂 G06K9_00
👤 浙江工业大学
📅 2022-05-26