典型文献
基于工业互联网云计算处理的刀具磨损值预测与分析
文献摘要：
为提高刀具磨损值预测的精准度与实时性,本文引入工业互联网与云计算技术进行刀具磨损值预测方法.首先,通过变分模态分解(VMD)处理刀具振动信号得到固有模态分量(IMF).为了最大程度避免无关信号的干扰,本文基于IMF进行特征提取.然后,结合相关系数法和灰色关联度分析两种方法进行特征选择.接着,构建刀具磨损值预测模型,本文通过鲸鱼优化算法(WOA)确定极限学习机(ELM)的最佳参数,从而得到WOA-ELM模型,并通过对比实验验证本文所提模型的有效性.最后,使用本文所提的WOA-ELM模型,在工业互联网云处理平台上搭建了刀具磨损监测系统.
文献关键词：
刀具磨损;机器学习;工业互联网
中图分类号：
作者姓名：
张庆华;龙伟;李炎炎;魏鸿飞;汤高丰
作者机构：
四川大学机械工程学院,四川 成都 610065;成都中创一佳科技公司,四川 成都 610065
文献出处：
引用格式：
[1]张庆华;龙伟;李炎炎;魏鸿飞;汤高丰-.基于工业互联网云计算处理的刀具磨损值预测与分析)[J].科学技术创新,2022(20):22-25
A类：
B类：
工业互联网,云计算技术,变分模态分解,VMD,振动信号,固有模态分量,IMF,相关系数法,灰色关联度分析,特征选择,鲸鱼优化算法,WOA,极限学习机,ELM,最佳参数,处理平台,刀具磨损监测
AB值：
0.223027
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
