您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 201811-110
论文题目 基于支持向量机的数控机床故障诊断系统研究
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

基于支持向量机的数控机床故障诊断系统研究

首发时间:2018-11-27

何恩元 1   

何恩元(1985-),男,高级工程师,主要研究方向为工业控制自动化

王泽星 1    何其昌 2   
  • 1、上海拓璞数控科技股份有限公司
  • 2、上海交通大学机械与动力工程学院

摘要:故障诊断对提升数控机床可靠性、降低维护成本具有重要意义。本文采用支持向量机(SVM)方法建立数控机床故障诊断系统,通过数据预处理和参数寻优提升诊断模型的准确率。运用经验模态分解(EMD)方法对采集的温度、电流与振动传感信号进行降噪声、相关性分析与特征频率提取;结合自回归模型建立支持向量机特征向量,通过分类的样本数据训练诊断模型;最后采用某大功率光纤激光加工装备验证了故障诊断系统的有效性。

关键词: 数控机床 故障诊断 经验模态分解 支持向量机 特征向量

For information in English, please click here

The Research of Fault Diagnosis model of CNC machine tools based on SVM

He Enyuan 1   

何恩元(1985-),男,高级工程师,主要研究方向为工业控制自动化

Wang Zexing 1    He Qichang 2   
  • 1、Shanghai TOP Numerical Control Technology Co.,Ltd, Shanghai, 201111
  • 2、School of Mechanical Engineering, Shanghai Jiaotong University, 200240

Abstract:The fault diagnosis is of great significance to improve the reliability of CNC machine tools and reduce maintenance costs. The paper uses the Support Vector Machine (SVM) method to establish a fault diagnosis model for CNC machine tools, and improves the accuracy of the model through data preprocessing and parameter optimization. Using the Empirical Modal Decomposition (EMD) method to reduce noise, correlation analysis and feature frequency extraction of the collected temperature, current and vibration signals; The feature vector of SVM is established by combining the autoregressive(AR) model, and the diagnostic model is trained by the classified sample data; Finally, the effectiveness of the fault diagnosis model is verified by a high-power fiber laser processing equipment.

Keywords: CNC Fault diagnosis EMD SVM, Feature vector

Click to fold

点击收起

论文图表:

引用

导出参考文献

.txt .ris .doc
何恩元,王泽星,何其昌. 基于支持向量机的数控机床故障诊断系统研究[EB/OL]. 北京:中国科技论文在线 [2018-11-27]. http://www.paper.edu.cn/releasepaper/content/201811-110.

No.****

动态公开评议

共计0人参与

动态评论进行中

评论

全部评论

0/1000

勘误表

基于支持向量机的数控机床故障诊断系统研究