基于神经网络的电化学加工表面粗糙度预测与加工参数正交优化

• 作者: 庞桂兵 张利萍 彭彦平 李殿明 赵秀君
• 来源期刊: 中国机械工程
• 学科: 工学
• 关键词: 电化学加工 表面粗糙度 神经网络 预测
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 信息技术
• 页码范围: 1191-1194
• 页数: 4页
• 分类号: TG66
• 字数: 2325字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2013.09.013

摘要

电化学加工的表面粗糙度与加工电流、加工间隙、电解液温度、加工时间、电解液配比等工艺参数密切相关,而这些工艺参数与工件表面粗糙度之间为复杂的非线性关系,建立其关联一直是电化学加工中的难题.以BP神经网络为基本工具,建立了加工参数与表面粗糙度之间关系的数学模型,利用实验数据训练网络,结果表明可实现较小的预测误差；应用正交法分析实验数据,实现了可使表面粗糙度参数变化幅度较大的加工参数的优化配置.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵秀君		10	21	4.0	4.0
2	庞桂兵		26	107	6.0	9.0
3	彭彦平		24	44	4.0	5.0
4	张利萍		8	16	2.0	3.0
5	李殿明		2	8	2.0	2.0