简介概要

基于PSO-SVM算法的机床能效评价方法

来源期刊:控制工程2021年第2期

论文作者:马立新 宋晨灿 豆晨飞 杨天笑

文章页码:200 - 206

关键词:机床能效评级;SVM分类;粒子群算法;智能制造;

摘    要:机床的能效评级是智能制造及节能计量的重要环节。传统的模糊评价法难以精准确定隶属度函数,得到的权重难以满足客观需要。基于电机负载特性、能效加工、电能质量3个方面构建了机床系统能效评价指标体系,不仅与国标评测结果吻合且易于实现,具有一定实用性。针对构建的指标体系采用了PSO-SVM模型,该评测分级方法快速准确而且较目前的评测方法减少了人为因素的影响,避免了主观性。应用实例表明,建立在该指标体系的评测分级方法可以有效反映机床的实时能效,根据评测结果制定相应的节能改造方案,可以提升企业效益,响应国家智能制造的号召。

详情信息展示

基于PSO-SVM算法的机床能效评价方法

马立新,宋晨灿,豆晨飞,杨天笑

上海理工大学机械工程学院

摘 要:机床的能效评级是智能制造及节能计量的重要环节。传统的模糊评价法难以精准确定隶属度函数,得到的权重难以满足客观需要。基于电机负载特性、能效加工、电能质量3个方面构建了机床系统能效评价指标体系,不仅与国标评测结果吻合且易于实现,具有一定实用性。针对构建的指标体系采用了PSO-SVM模型,该评测分级方法快速准确而且较目前的评测方法减少了人为因素的影响,避免了主观性。应用实例表明,建立在该指标体系的评测分级方法可以有效反映机床的实时能效,根据评测结果制定相应的节能改造方案,可以提升企业效益,响应国家智能制造的号召。

关键词:机床能效评级;SVM分类;粒子群算法;智能制造;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号