热门关键词:

基于神经网络的磨削工艺参数智能预测模型

  • 该文件为pdf格式
  • 文件大小:596.82KB
  • 浏览次数
  • 发布时间:2014-08-08
文件介绍:

本资料包含pdf文件1个,下载需要1积分

随着科学技术水平的不断提高,对机器及仪器零件的加工精度要求愈来愈高,各种高硬度材料的使用也 日益增加 。此外 由于精密铸 造与精密锻造工艺的进步 ,许 多零件可以不经过车削 、铣削直接 由毛坯磨制成成 品,从而使得磨 削加工获得 了越来 越广泛的应用和迅速发展 。在磨 削加工 中,磨削参数的选择是-个 十分重要 的工艺设 计问题 ,它直接关系到零件的生产率、表面质量等结果 的优劣 。又 由于磨削过程十分复杂,影响磨削参数的因素很多,长期以来工人们都是靠经验来选择磨削参数,这对磨削加工精度和效率的提高是不利的。

目前国内外将人工神经网络运用于磨削加工领域的应用研究越来越多。但是其侧重点不-样,在国外研究的侧重点是如何利用神经网络模型来确定磨削加工中磨削力、砂轮磨损程度等,Radhakrishnan等人提 出 了基 于 人 工 神 经 网 络 确定 磨 削力 的方法 。A1-Ahrnarif 等人对 BP神经网络模型和线性回归模型进 行 了对 比,结果 显示神经 网络模型 比线性 回归模型更有优势。Nalbant等人 研究了切削参数及刀具材 料对车削表面粗糙度 的影 响,并建立 了三层 BP神经网络,对加工过程的表面粗糙度进行预测。而在国内研究的侧重点则是利用神经网络来在线检测磨削的加工过程。吉林大学的丁宁 对影响磨削表面粗糙度的 12个因素进行了讨论,并选择其收稿 日期 :2012-12-28基金项目:国家科技重大专项2011ZX04016-041-DH01作者简介:刘伟强1989-,男 ,江西吉安人 ,东华大学机械工程学院硕士研究生,研究方向为制造过程检测与控制,E」

正在加载...请等待或刷新页面...
发表评论
验证码 验证码加载失败