首页|多维特征数据驱动的数控车削加工过程碳排放预测研究

多维特征数据驱动的数控车削加工过程碳排放预测研究

扫码查看
原文链接
  • 万方数据
  • 维普
针对数控车削加工过程碳排放影响要素繁多、动态特性复杂的特点,提出了 一种基于多维特征数据驱动的数控车削加工过程碳排放预测方法.首先,对数控车削加工过程碳排放特性进行分析,建立了包含原材料消耗、辅助材料消耗、能源消耗和废弃物回收处理的总碳排放量计算模型,确定了碳排放不同维度的影响要素;其次,针对不同影响要素的类型,提出了数控车削加工过程碳排放数据的采集、预处理方法,利用岭回归方法对数据主要特征进行选择提取;再次,以提取的特征数据为自变量,提出了一种基于改进的果蝇-差分进化优化BP神经网络算法的数控车削加工过程碳排放预测模型;最后,通过实验对所提方法和模型的有效性进行了验证.
Research on Multidimensional-Feature Data-Driven for Carbon Emission Prediction of CNC Turning Process

张华、王正、鄢威、史梦成

展开 >

武汉科技大学冶金装备及控制教育部重点实验室,湖北 武汉 430081

武汉科技大学绿色制造工程研究院,湖北 武汉430081

武汉科技大学机械传动与制造工程湖北省重点实验室,湖北 武汉 430081

多维特征数据 数据驱动 碳排放预测 岭回归 果蝇-差分进化优化

5177539251975432

2022

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2022.(11)
  • 2
  • 7