基于人工神经网络BTA钻削时表面粗糙度的预测

• 作者: 江敏 苗鸿宾 高腾
• 来源期刊: 机械设计
• 学科: 工学
• 关键词: BP神经网络 BTA钻削 表面粗糙度 过程监控
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 专题论文
• 页码范围: 4-10
• 页数: 7页
• 分类号: TH161
• 语种: 中文

摘要

为解决深孔加工中表面粗糙度在线检测困难这一问题,提出一种基于BP神经网络的表面粗糙度在线辨识方法,并以BTA钻削为例,建立表面粗糙度BP神经网络在线辨识模型,并将其引入钻削加工领域.该模型能方便地预测钻削加工参数对加工表面粗糙度的影响,有助于准确认识已加工表面质量随切削参数的变化规律,为切削参数的优选和表面粗糙度的控制提供了依据.实验和仿真结果表明,基于BP神经网络模型能够很好地预测表面粗糙度,对提高加工表面粗糙度具有一定的指导意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江敏		8	56	5.0	7.0
2	苗鸿宾		40	210	8.0	12.0
3	高腾		4	26	3.0	4.0