为了准确预测钛合金丝材的表面粗糙度,设计了无心车床切削TC4钛合金丝材试验,对不同切削参数下无心车床的前导向机构、主轴机构、后导向机构的8通道振动参数进行测量,采用皮尔逊相关系数对测量点振动参数进行特征选择和特征降维,建立支持向量机(SVM)的表面粗糙度预测模型。在不同的主轴转速、进给速度等工艺参数下,得到SVM预测模型的表面粗糙度的预测精度RMSE为0.0268,MAPE为0.0403,R2为0.8274,基于SVM模型预测钛合金线材的表面粗糙度具有较好的精度,验证了模型的有效性。

本文提出了一种新型的应用于科里奥利质量流量计的数字信号处理系统：采用线性调频Z变换对科氏流量计信号进行频率的测量和跟踪；采用基于改进的谱线增强技术的滑动Goertzel算法测量信号的相位差。仿真结果表明该系统满足实时性和测量精度的要求，该算法是有效的。