基于BP神经网络的表面粗糙度声发射预测

• 作者: 李波 郭力
• 来源期刊: 精密制造与自动化
• 学科: 工学
• 关键词: 表面粗糙度 BP神经网络 声发射 高效深磨 工程陶瓷
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 试验与研究
• 页码范围: 10-14
• 页数: 5页
• 分类号: TG5
• 字数: 4793字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-962X.2009.01.003

摘要

介绍了BP神经网络的原理、算法和公式,在对Matlab及其神经网络工具箱介绍的基础上,采用声发射信号有效值、FFT峰值和标准差作为输入,工件表而粗糙度作为输出,用BP神经网络的方法对高效深磨加工工程陶瓷Al2O3的工件表面粗糙度进行了训练、预测和分析.创新的研究方法是直接从磨削声发射信号中提取磨削表面粗糙度信息.结果表明,该方法可以实现高效深磨加工工程陶瓷工件表面粗糙度的监测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭力	湖南大学国家高效磨削工程技术研究中心	113	829	15.0	21.0
2	李波	湖南大学电气与信息工程学院	75	779	13.0	25.0