机床与液压

作者：吴洪宇，徐冠华，唐波，秦炜

单位：中国计量大学计量测试与仪器学院；浙江大学，流体动力基础件与机电系统全国重点实验室;浙江大学，浙江省三维打印工艺与装备重点实验室；中国计量大学计量测试与仪器学院；浙江杭机股份有限公司

关键词：刀具磨损监测模型;振动信号;蜣螂优化算法;支持向量机;特征降维

基金：国家自然科学基金青年科学基金项目（51805477）；浙江省尖兵领雁研发攻关计划（2023C01059）

针对刀具磨损状态分类识别精度不高的问题，提出一种基于MCADBO-SVM的刀具磨损状态监测方法。在传统蜣螂优化算法（DBO）算法基础上，引入Circle映射和自适应可变惯性权重，提出Circle自适应权重蜣螂优化（CADBO）算法，提升了算法的整体寻优和收敛性能。引入多域完全特征提取和多重特征选择技术（MFST），并将CADBO用于支持向量机(SVM)中的核函数和惩罚因子的择优问题，建立了基于MCADBO-SVM的刀具磨损状态监测模型。在公开数据集PHM2010上进行实验，结果显示：与多种方法相比，此模型的综合性能最优，检测准确率达到了95.24%。

来源：2025年第5期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第5期