基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
表面粗糙度的预测是切削加工质量分析的重要研究方向,为了在保证铣削的同时预测加工表面的粗糙度、提高生产率,将人工神经网络技术应用于铣削加工领域.应用BP神经网络建立高速铣削加工表面粗糙度预测模型,将预报结果与试验真值进行对比验证,结果表明该方法能够得到较好的预测精度,对高速铣削参数的选择和表面质量的控制具有指导意义.
推荐文章
基于Copula EDA优化BP神经网络的表面粗糙度预测
Copula函数
切削力
表面粗糙度
BP神经网络
分布计算法
基于神经网络的铣削大理石表面粗糙度预测模型
粗糙度
大理石
神经网络
粒子群
预测模型
45钢高速铣削表面粗糙度预测
表面粗糙度预测
高速铣削
最小二乘支持向量机
粒子群算法
回归分析
预测精度
45钢
基于ELMAN网络的高速平面铣削表面粗糙度的研究
ELMAN神经网络
高速平面铣削
表面粗糙度
正交试验数据组合
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 应用BP神经网络预测高速铣削表面粗糙度
来源期刊 装备制造技术 学科 工学
关键词 高速铣削 表面粗糙度 BP神经网络 铝合金
年,卷(期) 2012,(6) 所属期刊栏目 经验与创新
研究方向 页码范围 237-238,241
页数 分类号 TP273
字数 1183字 语种 中文
DOI 10.3969/j.issn.1672-545X.2012.06.088
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 高淑琴 4 11 1.0 3.0
2 齐立涛 黑龙江科技学院机械工程学院 21 69 6.0 7.0
3 胡金平 黑龙江科技学院机械工程学院 32 71 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (30)
参考文献  (4)
节点文献
引证文献  (11)
同被引文献  (22)
二级引证文献  (10)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(7)
  • 引证文献(5)
  • 二级引证文献(2)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(5)
  • 引证文献(3)
  • 二级引证文献(2)
研究主题发展历程
节点文献
高速铣削
表面粗糙度
BP神经网络
铝合金
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
装备制造技术
月刊
1672-545X
45-1320/TH
大16开
广西壮族自治区南宁市
1973
chi
出版文献量(篇)
14754
总下载数(次)
37
论文1v1指导