排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
2.
针对网络化制造资源配置受多因素影响,变化趋势复杂,难以用单一预测方法进行有效预测的问题,提出一种新的基于主成分分析和加权支持向量机的智能混合预测模型。模型首先使用主成分分析弱化数据序列波动性,然后借助加权支持向量机在处理小样本和模糊神经系统处理非线性模糊信息的优点,进行趋势预测。研究结果表明,所提出的模型能有效地提高状态估计方案的可行性,为网络化制造资源状态估计的在线实施提供了方便。 相似文献
3.
在轴承几何关系和运动关系分析基础上,建立了考虑内圈滚道廓形的圆柱滚子轴承径向跳动数学模型,分析了内圈滚道圆度误差幅值、谐波阶次、滚子个数以及径向游隙对轴承旋转精度的影响规律,并验证了模型的正确性.结果表明:内圈滚道的圆度误差对轴承旋转精度的影响较大,内圈滚道圆度误差幅值对轴承旋转精度影响较大,内圈滚道低阶谐波对轴承旋转精度的影响较高阶谐波显著;当内圈滚道谐波阶次为滚子个数的整数倍时,轴承旋转精度显著下降;减小内圈滚道圆度误差幅值能有效提高圆柱滚子轴承的旋转精度. 相似文献
1