摘要:离群点检测任务是指检测与正常数据在特征属性上存在显著差异的异常数据。大多数基于聚类的离群点检测方法主要从全局角度对数据集中的离群点进行检测,而对局部离群点的检测性能较弱。基于此,本文通过引入快速搜索和发现密度峰值方法改进K-means聚类算法,提出了一种名为KLOD(local outlier detection based on improved K-means and least-squares methods)的局部离群点检测方法,以实现对局部离群点的精确检测。首先,利用快速搜索和发现密度峰值方法计算数据点的局部密度和相对距离,并将二者相乘得到γ值。其次,将γ值降序排序,利用肘部法则选择γ值最大的k个数据点作为K-means聚类算法的初始聚类中心。然后,通过K-means聚类算法将数据集聚类成k个簇,计算数据点在每个维度上的目标函数值并进行升序排列。接着,确定数据点的每个维度的离散程度并选择适当的拟合函数和拟合点,通过最小二乘法对升序排列的每个簇的每1维目标函数值进行函数拟合并求导,以获取变化率。最后,结合信息熵,将每个数据点的每个维度目标函数值乘以相应的变化率进行加权,得到最终的异常得分,并将异常值得分较高的top-n个数据点视为离群点。通过人工数据集和UCI数据集,对KLOD、LOF和KNN方法在准确度上进行仿真实验对比。结果表明KLOD方法相较于KNN和LOF方法具有更高的准确度。本文提出的KLOD方法能够有效改善K-means聚类算法的聚类效果,并且在局部离群点检测方面具有较好的精度和性能。
摘要:为研究3维压剪应力状态下岩质边坡中完整岩石的剪切损伤破坏特征,采用 Rock Top–50HT全应力多场耦合三轴试验系统,对成分简单、结构均质及饱和完整的细粒石英砂岩进行16组不同围压的三轴剪切试验,获得相应的三轴剪切应力–应变曲线和含有原岩屑碎片的剪切破坏裂隙面,分析三轴剪切应力作用下石英砂岩的非线性强度变化特征,探究石英砂岩的三轴剪切破坏模式和裂隙结构面形态粗糙特征。基于德洛内(delaunay)点云离散算法重构石英砂岩破坏裂隙结构面,分析剪切破坏结构面的潜在接触部分随着表面有效倾角门槛值的变化特征。结果表明:1)随着围压逐渐增大,石英砂岩的三轴剪切破坏模式先由脆性破坏转变为塑性破坏,再逐渐转变为塑形流动破坏;2)石英砂岩的三轴剪切强度随着围压的递增呈现出明显的非线性变化特征,可用幂函数描述,并采用摩尔–库仑准则(Mohr–Coulomb)对石英砂岩的三轴剪切强度进行分段线性拟合,可知随着围压的增大,黏聚力逐渐增大,内摩擦角逐渐减小;3)剪切破坏裂隙面3维粗糙特征可用传统的Grasselli模型评估,其非线性拟合参数$\theta _{\max}^*$和粗糙度参数c能充分描述三轴剪切破坏裂隙的粗糙度特征。研究成果对岩石在复杂应力状态下的三轴剪切强度评价、岩石工程中边坡的稳定性分析和支护设计方案优化具有重要意义。
摘要:数控机床铣削过程中出现的颤振失稳是影响数控机床加工效率和加工质量的关键因素。铣削稳定性与工艺参数、工艺系统动力学特性密切相关,而工艺系统动力学特性又随加工位置、刀具悬伸量的变化或刀具的更换而变化。因此,针对多因素影响下的铣削稳定性预测和无颤振工艺参数选择问题,本文以数控机床各向移动部件位置、刀具直径、刀具悬伸量和切削参数为变量,提出一种基于引导聚集算法(Bagging)与带精英策略的快速非支配排序遗传算法(NSGA–Ⅱ)的切削稳定性预测与工艺参数优化方法。该方法首先采用正交实验设计离散数控机床的工作空间,在每个加工位置对不同悬伸量下的刀具进行锤击实验,由此得到各把铣刀对应的刀尖点频率响应函数;然后,在不同工艺参数方案下进行铣削稳定性理论预测,进而引入Bagging算法建立以各向运动部件位置(x, y, z)、刀具直径d、刀具悬伸量h、主轴转速n、切削宽度ae、每齿进给量fz为输入的极限切削深度aplim预测模型;在此基础上,采用该Bagging模型作为铣削稳定性约束,以加工位置和工艺参数(x, y, z, d, h, n, ap, ae, fz)为优化变量,建立最大材料切除率和刀具寿命的多目标优化模型,采用NSGA–Ⅱ算法求解该模型得到Pareto最优解集,并结合熵权法和优劣解距离法(TOPSIS)选出Pareto解集中的最佳解。以一台三轴立式加工中心展开实例分析,所建极限切削深度Bagging模型的预测误差为2.99%,且铣削加工实验表明获取的(x, y, z, d, h, n, ap, ae, fz)最优配置可实现稳定铣削,验证所提方法的可行性和有效性。