计量学报

作者：程菲,董景彦

单位：1. 杭州电子科技大学 管理学院, 浙江 杭州 310018; 2. 北卡罗莱纳州立大学 工业与系统工程系, Raleigh, NC 27606, USA;

关键词：计量学;尖端损伤检测;AFM尖端纳米加工;过程监测;时间序列数据;支持向量机

基金：浙江省自然科学基金(LY13G010006); 杭州电子科技大学人文社科研究基金(KYF035616001); 杭州电子科技大学翻转课堂改革项目 (GK168800299098-027)

研究了基于支持向量机(SVM)的时间序列数据分析和模式识别,以监测基于AFM尖端的纳米加工过程在加工性能和尖端磨损方面的状态变化。具有瞬态、非线性和非静止特性的时间序列数据(即来自过程的加工力)由数据采集系统收集。提取3种状态检测特征,包括最大侧向加工力、侧向加工力值峰间距以及侧向加工力的方差,以对纳米加工过程的状态进行分类。构造具有(高斯)径向基核函数(RBF内核)的定向非循环图支持向量机(DAGSVM)以识别尖端状态。使用多元SVM分类机,将加工过程和刀尖磨损分为初始磨损、过渡区域磨损以及尖端失效(破裂/磨损严重的加工/不加工)3个区域。实验数据表明,二元和三元分类中SVM的准确率均超过94.73％。

来源：2019年第4期

《计量学报》期刊编辑部

查看计量学报杂志2019年第4期