基于模糊神经网络与主成分分析表面粗糙度在线预测方法
实质审查的生效
摘要
本发明涉及一种基于模糊神经网络与主成分分析表面粗糙度预测方法，首先，采集磨削过程中声发射与振动信号，提取相关时域特征、频域特征和小波包特征参数，利用主成分分析对特征量进行降维优化特征值；然后构建表面粗糙度模糊神经网络预测模型，将信号特征量与表面粗糙度作为模糊神经网络的输入和输出；最后对表面粗糙度模糊神经网络预测模型进行训练，并对表面粗糙度预测精度进行验证。利用发明提出的声发射信号和振动信号的特征值及主成分降维方法进行建模，可提高在线预测表面粗糙度技术的水平。
基本信息
专利标题 ：
基于模糊神经网络与主成分分析表面粗糙度在线预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114492527A
申请号 ：
CN202210098084.1
公开（公告）日 ：
2022-05-13
申请日 ：
2022-01-27
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
迟玉伦李希铭徐家晴韩安王赟余琳宾
申请人 ：
上海理工大学;上海机床厂有限公司
申请人地址 ：
上海市杨浦区军工路516号
代理机构 ：
上海申汇专利代理有限公司
代理人 ：
翁若莹
优先权 ：
CN202210098084.1
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/62 G06N3/04 G06N3/08 G06N3/12
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-05-31 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20220127
申请日 : 20220127
2022-05-13 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
