基于神经网络的平面磨削表面粗糙度预测模型

• 作者: 杜金萍 王凯 高书振
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: 平面磨削 正交试验 磨削用量 BP神经网络 表面粗糙度
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 工艺设备
• 页码范围: 143-145
• 分类号: TH161|TP183
• 字数: 1748字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0794.2011.10.065

摘要

针对平面磨削的特点,采用正交试验方法获取学习样本,用BP神经网络建立砂轮径向切入进给量、轴向进给量和工作台进给速度与表面粗糙度关系模型,并用MATLAB实现对该模型的训练和仿真,由此得出表面粗糙度预测模型.结果显示:该模型具有较高的预测精度,在学习样本的采样区间平均预测误差为3.7％,最大预测误差为7.9％.为平面磨削表面粗糙度预测提供了一种新的可行方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜金萍		19	118	6.0	10.0
2	高书振		1	6	1.0	1.0
3	王凯		23	64	4.0	6.0