高速铣削TC4表面粗糙度预测模型研究?

• 作者: 张宝磊 朱帅玲 熊艺文 王为庆
• 来源期刊: 组合机床与自动化加工技术
• 学科: 工学
• 关键词: GRNN 预测 粗糙度 TC4
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 控制与检测
• 页码范围: 108-110
• 页数: 3页
• 分类号: TH16|TG506
• 字数: 2022字
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2015.03.029

摘要

零件表面粗糙度的影响因素具有复杂性和不确定性，切削参数是能够人为控制并对零件的表面质量有较大影响的因素之一。为了优选合适的切削参数以达到提高零件表面加工质量的目的，通过设计正交试验并在此基础上建立了钛合金TC4高速铣削表面粗糙度的GRNN广义回归神经网络预测模型和经验回归模型，对其预测误差进行了比较分析。结果表明：所建立的GRNN预测模型较回归预测模型有更高的预测精度，能够更好的对表面粗糙度进行动态控制。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张宝磊	桂林航天工业学院建筑环境与能源工程系	15	26	3.0	4.0
2	朱帅玲	桂林航天工业学院机械工程系	9	15	2.0	3.0
3	王为庆	桂林航天工业学院机械工程系	11	40	2.0	6.0
4	熊艺文	桂林航天工业学院建筑环境与能源工程系	2	10	1.0	2.0