基于SVR的动平衡加工误差补偿方法

来源 :传感器与微系统 | 被引量 : 0次 | 上传用户:cyt200388
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对动平衡加工误差补偿函数复杂的非线性特性,提出了基于支持向量回归机(SVR)的动平衡加工误差补偿方法。对实际转子的动平衡加工数据进行分析和处理,构造训练样本群作为SVR的输入进行训练,采用训练完毕后的SVR模型对误差补偿量进行预测。仿真结果验证了基于SVR的加工补偿方法能够有效地预测动平衡加工误差,实现高效、灵活的误差补偿,从而有效地提高动平衡加工精度。
其他文献
提出了一种适用于采摘机器人的单摄像机果实目标测距方法。开发了基于PC机的开放式采摘机器人实验系统。采用自动阈值法对G-B灰度图像进行了分割。通过轮廓标记提取了果实目标的轮廓、面积、质心、外接矩形以及切断点等特征。根据测距原理,编写了基于Visual C++6.0的测试程序。实验结果表明:当测量距离为275~575 mm时,测量误差基本都在±18 mm之内。实际运行效果良好,能够满足果蔬采摘机器人的
为了提高油井作业中压力传感器的测量精度,提出了一种基于粒子群优化BP神经网络的误差补偿方法。利用粒子群算法的全局寻优和收敛速度快的特点,训练网络的权值,能有效地改善BP神经网络传统算法的收敛速度和学习能力。结果表明:这种方法大大提高了压力传感器在油井作业中的测量精度和稳定性,也提高了油田作业的工作效率。