Full metadata record
DC FieldValueLanguage
dc.contributor.authorМамонтов Е. В.
dc.contributor.authorЖидяев А. Н.
dc.contributor.authorПеченина Е. Ю.
dc.contributor.authorПеченин В. А.
dc.coverage.spatialфрезерование
dc.coverage.spatialклассификатор Random Forest
dc.coverage.spatialклассификация режимо резания
dc.coverage.spatialкритерий Фишера
dc.coverage.spatialрегистрация параметров вибрации
dc.coverage.spatialFisher criterion
dc.coverage.spatialclassification of cutting conditions
dc.coverage.spatialRandom Forest classifier
dc.coverage.spatialregistration of vibration parameters
dc.coverage.spatialmilling
dc.coverage.spatialvibration of technological equipment
dc.coverage.spatialwavelet decomposition
dc.coverage.spatialвейвлет-разложения
dc.coverage.spatialвибрации технологического оборудования
dc.creatorМамонтов Е. В., Жидяев А. Н., Печенина Е. Ю., Печенин В. А.
dc.date2025
dc.date.accessioned2025-11-26T13:47:37Z-
dc.date.available2025-11-26T13:47:37Z-
dc.date.issued2025
dc.identifier.identifierRU\НТБ СГАУ\576949
dc.identifier.citationАлгоритм регистрации характеристик качества по параметрам вибраций технологического оборудования = Algorithm of quality characteristics registration by vibration parameters of technological equipment / Е. В. Мамонтов, А. Н. Жидяев, Е. Ю. Печенина, В. А. Печенин // Перспективы развития двигателестроения : материалы междунар. науч.-техн. конф. им. Н. Д. Кузнецова (18–20 июня 2025 г.) / Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т) ; редкол.: Е. В. Шахматов, А. И. Ермаков. - Самара : Изд-во Самар. ун-та, 2025. - С. 329-331.
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/43168-
dc.description.abstractThe paper presents an algorithm for recording the quality characteristics of the milling process based on the vibration parameters of technological equipment. Multilayer discrete wavelet decomposition and calculation of statistical features in a sliding window were used to analyse the signals, on the basis of which the classification of cutting modes was carried out using machine learning methods. Experimental studies have shown high accuracy of cutting speed identification by vibration features, in particular, when using Random Forest classifier.
dc.languagerus
dc.sourceПерспективы развития двигателестроения : материалы междунар. науч.-техн. конф. им. Н. Д. Кузнецова (18–20 июня 2025 г.). - Текст : электронный
dc.subjectвибрации технологического оборудования
dc.subjectвейвлет-разложения
dc.subjectфрезерование
dc.subjectрегистрация параметров вибрации
dc.subjectкритерий Фишера
dc.subjectклассификация режимо резания
dc.subjectклассификатор Random Forest
dc.subjectvibration of technological equipment
dc.subjectregistration of vibration parameters
dc.subjectRandom Forest classifier
dc.subjectmilling
dc.subjectFisher criterion
dc.subjectclassification of cutting conditions
dc.subjectwavelet decomposition
dc.titleАлгоритм регистрации характеристик качества по параметрам вибраций технологического оборудования
dc.typeText
dc.citation.epage331
dc.citation.spage329
local.identifier.oldurihttp://repo.ssau.ru/handle/Perspektivy-razvitiya-dvigatelestroeniya/Algoritm-registracii-harakteristik-kachestva-po-parametram-vibracii-tehnologicheskogo-oborudovaniya-116372
local.identifier.oldurihttp://repo.ssau.ru/handle/Perspektivy-razvitiya-dvigatelestroeniya/Algoritm-registracii-harakteristik-kachestva-po-parametram-vibracii-tehnologicheskogo-oborudovaniya-116372
Appears in Collections:Перспективы развития двигателестроения

Files in This Item:
File SizeFormat 
978-5-7883-2191-2_2025-329-331.pdf393.47 kBAdobe PDFView/Open


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.