2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩69頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、數(shù)控機(jī)床作為制造業(yè)的“工作母機(jī)”,其性能直接關(guān)系到加工效率和產(chǎn)品質(zhì)量。高性能的大型數(shù)控裝備要求具有很高的進(jìn)給速度和加速度,并在高速下具有高的定位精度,這往往取決于機(jī)床的動(dòng)力學(xué)特性和伺服控制特性等相關(guān)動(dòng)態(tài)性能。但由于大型數(shù)控裝備樣本量小,生命周期長,可靠性要求高,普及類數(shù)控機(jī)床的研究成果不適用,需要針對大型數(shù)控裝備的相關(guān)動(dòng)態(tài)特性進(jìn)行研究。本文以大型數(shù)控裝備為對象,研究基于支持向量機(jī)理論的可靠性分析方法,主要研究內(nèi)容與結(jié)論如下:
  

2、1)設(shè)計(jì)了基于退化數(shù)據(jù)的大型數(shù)控裝備性能的可靠性分析基本流程,包括收集退化數(shù)據(jù)、處理退化數(shù)據(jù)和可靠性評估三個(gè)部分。
  2)研究支持向量機(jī)的數(shù)學(xué)模型,從理論上分析支持向量機(jī)在小子樣數(shù)據(jù)處理中的優(yōu)勢,并指出支持向量機(jī)在實(shí)際運(yùn)用中的缺陷。
  3)采用一種支持向量機(jī)的進(jìn)化工具“最小二乘支持向量機(jī)LSSVM.M”對退化數(shù)據(jù)進(jìn)行分析。在研究LSSVM.M的基本框架和算法流程的基礎(chǔ)上,對預(yù)測和擬合效果進(jìn)行測試,發(fā)現(xiàn)參數(shù)選擇是影響其預(yù)測

3、效果的主要因素。本文從網(wǎng)格搜索和留一交叉驗(yàn)證的原理出發(fā),提出一種改進(jìn)的參數(shù)優(yōu)化方法,先對參數(shù)所在區(qū)域進(jìn)行搜索,使搜索參數(shù)區(qū)域逐步精確縮小,然后再對參數(shù)進(jìn)行優(yōu)化選擇。實(shí)例證明改進(jìn)的方法大大提高了LSSVM.M工具預(yù)測的準(zhǔn)確性。
  4)用改進(jìn)的LSSVM.M工具對性能退化數(shù)據(jù)進(jìn)行預(yù)測,建立伺服驅(qū)動(dòng)系統(tǒng)的預(yù)測失效模型。由于樣本量小,本文采用Bootstrap方法計(jì)算數(shù)據(jù)樣本,得到可靠性評價(jià)參數(shù),并建立大型數(shù)控裝備伺服系統(tǒng)的可靠性模型。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論