基于人工神经网络的铣削加工变形预测模型

• 作者: 杨洪建 王西彬 石文天 解丽静 辛民
• 来源期刊: 兵工学报
• 学科: 工学
• 关键词: 机械制造工艺与设备 变形 BP神经网络 铣削参数 预测模型
• 年，卷（期）: 2010,（8）
• 页码范围: 1130-1133
• 分类号: TP183|TH161
• 字数: 2467字
• 语种: 中文

摘要

针对零件铣削加工变形难以在线检测的难点,提出了一种基于神经网络的加工变形在线预测方法,通过正交试验方法设计试验方案,进行了不同铣削参数条件下的铣削试验,以试验数据为训练样本建立了基于BP神经网络的铣削加工变形与铣削参数关系的预测模型.通过生产试验验证,此模型在样本参数覆盖范围内的模型精度可达99.56%、在覆盖范围外的模型精度高于95.47%,说明该神经模型能定量的反映出铣削参数与加工变形之间的关系.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王西彬	北京理工大学机械与车辆学院	181	1719	21.0	33.0
2	辛民	北京理工大学机械与车辆学院	12	161	8.0	12.0
4	解丽静	北京理工大学机械与车辆学院	41	445	11.0	20.0
5	杨洪建	北京理工大学机械与车辆学院	15	172	8.0	13.0
8	石文天	北京理工大学机械与车辆学院	4	50	3.0	4.0