肖鹏飞
- 作品数：5 被引量：75H指数：4
- 供职机构：华中科技大学机械科学与工程学院数字制造与装备技术国家重点实验室更多>>
- 发文基金：国家自然科学基金吉林省自然科学基金湖北省自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 基于自适应动态无偏支持向量机的刀具磨损状态建模
- 刀具磨损状态的在线监测在缩减生产成本，增强产品制造质量和提高生产率方面意义重大。为了在建立刀具状态预测模型过程中，自适应设置模型参数和滑动时间窗长度并动态更新监测模型，在训练样本数量有限条件下提高建模拟合精度和效率，采用...
- 肖鹏飞张超勇
- 关键词：粒子群优化算法最小二乘支持向量机
- 基于深度学习与特征后处理的支持向量机铣刀磨损预测模型被引量：18
- 2020年
- 为提高机械加工过程中的刀具磨损预测精度,建立了一种基于深度学习特征降维及特征后处理的布谷鸟优化参数的最小二乘支持向量机预测模型。该模型利用堆叠稀疏自动编码网络将时域、频域及时频域3方面提取的特征向量进行降维处理,然后利用特征后处理确保降维向量单调不递减及平滑趋势,最后采用自适应步长布谷鸟算法优化参数的最小二乘支持向量机模型预测铣刀磨损量。通过试验测试比较所提方法与其他预测方法,表明了所提模型能更有效表征铣刀磨损量,大幅降低预测误差。
- 戴稳张超勇孟磊磊李晋航肖鹏飞
- 关键词：刀具磨损特征提取
- 基于深度强化学习的非置换流水车间调度问题被引量：25
- 2021年
- 针对传统调度算法不能有效利用历史数据进行学习,实时性较差而难以应对复杂多变的实际生产调度环境等问题,首次提出一种基于时序差分法的深度强化学习算法。该方法综合神经网络和强化学习实时性、灵活性的优势,直接依据输入的加工状态进行行为策略选取,更贴近实际订单响应式生产制造系统的调度决策过程。通过将调度问题转化为多阶段决策问题,用深度神经网络模型拟合状态值函数,把制造系统加工状态特征数据输入模型,采用时序差分法训练模型,把启发式算法或分配规则作为调度决策候选行为,结合强化学习在线评价—执行机制,从而为每次调度决策选取最优组合行为策略。在非置换流水车间标准问题集上的测试结果表明,该算法能够取得低于实例上界的较优解。
- 肖鹏飞张超勇孟磊磊洪辉戴稳
- 关键词：调度
- 基于谐波小波包和BSA优化LS-SVM的铣刀磨损状态识别研究被引量：11
- 2017年
- 针对铣削刀具磨损状态识别问题,提出谐波小波包和最小二乘支持向量机(LS-SVM)的状态识别方法。为克服传统小波包分解的频带交叠问题,采用谐波小波包提取不同磨损状态下铣削力信号的各频段信号能量,归一化处理后,输入LS-SVM多类分类器,实现铣削刀具磨损状态的识别。针对LS-SVM的惩罚因子和核参数对模型识别精度影响较大的问题,提出回溯搜索算法(BSA)进行自动参数寻优。实验结果表明,谐波小波包比小波包在刀具磨损状态特征提取时具有更好的识别效果。与粒子群算法进行比较,证明BSA优化LS-SVM具有更高的识别精度。
- 董彩云张超勇孟磊磊肖鹏飞罗敏林文文
- 关键词：刀具磨损谐波小波包最小二乘支持向量机
- 采用深度学习的铣刀磨损状态预测模型被引量：25
- 2020年
- 为提高刀具磨损监测的预测精度与泛化性能,研究了基于深度学习的铣刀磨损状态预测,提出了基于堆叠稀疏自动编码网络与卷积神经网络的两种预测模型。堆叠稀疏自动编码网络对特征向量进行降维并将其纳入分类器来实现预测,可避免特征选择对先验知识的依赖;卷积神经网络将铣削振动数据转化为小波尺度图并输入模型完成分类,精简了传统建模流程。最后将提出的两种模型与传统神经网络模型进行比较,验证了所提模型的效率与精度。
- 戴稳张超勇孟磊磊薛燕社肖鹏飞尹勇
- 关键词：刀具磨损小波变换
