基于神经网络的磨削工艺参数智能预测模型

• 作者: 刘伟强 杨建国
• 来源期刊: 组合机床与自动化加工技术
• 学科: 工学
• 关键词: 磨削参数 BP算法 神经网络 预测模型
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 工艺与装备
• 页码范围: 91-94
• 页数: 4页
• 分类号: TH162
• 字数: 2420字
• 语种: 中文

摘要

磨削参数的合理选择对于磨削加工过程有着重要的影响,将人工智能运用到磨削工艺参数的选择过程中是现代发展的一个新趋势.在分析现有的智能算法后,提出了一种利用BP神经网络模型来确定磨削参数的方法.在该方法中综合考虑影响磨削加工的因素,把它们列为神经网络系统的输入参数,并对输入参数进行编码；同时也对输出参数(砂轮速度、工件速度、磨削深度、磨削进给速度)进行了归一化处理以适应神经网络的学习.采用循环算法比较得出隐层的最优神经元个数,从而最终建立了磨削参数智能预测模型,并利用Matlab进行仿真预测,仿真结果表明该预测模型准确率很高,能为磨削参数的选择提供可靠数据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨建国	东华大学机械工程学院	263	2002	20.0	30.0
2	刘伟强	东华大学机械工程学院	2	19	2.0	2.0