基于CEEMD和GWO-SVR的铣削振动信号前瞻预测

摘要：

汽车覆盖件模具多采用镶块式模件拼接后整体加工,拼接区加工时易引发载荷突变产生冲击振动,影响拼接区的整体加工质量,为了提高拼接区的加工精度,对铣削过程的时域振动信号进行前瞻预测.首先基于互补式集合经验模态分解方法将铣削振动信号进行6层模态分解,得到各层本征模态函数及趋势序列;然后分别构建不同工况下的支持向量回归预测模型,采用灰狼优化算法对支持向量回归中的参数进行寻优分析;最后对时域振动信号进行重构和前瞻预测.试验结果表明,在淬硬钢拼接区铣削过程中,结合CEEMD和GWO-SVR的铣削振动信号前瞻预测方法相较于其它传统方法具有更良好的预测效果,在预测时间为0.12 s时总体预测准确率达94％以上.

关键词：铣削振动、前瞻预测、互补式集成经验模态、支持向量回归、灰狼优化算法

所属期刊栏目：41

分类号：TG806;TH164(公差与技术测量及机械量仪)

资助基金：国家自然科学基金;黑龙江省自然科学基金资助项目

在线出版日期：2022-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：199-209,234