基于BP神经网络的深孔切屑形态预测模型

• 作者: 李健 沈兴全 王唯 胡宽辉
• 来源期刊: 工具技术
• 学科: 工学
• 关键词: 深孔钻削 切屑形态 神经网络 预测模型
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 设计与工艺
• 页码范围: 39-43
• 页数: 5页
• 分类号: TG713|TG529|TH161
• 字数: 2415字
• 语种: 中文

摘要

针对内排屑深孔加工系统排屑难、效率低的问题,建立了切屑形态预测模型,确保深孔加工的顺利排屑和加工过程的顺利进行.通过对切屑形态进行整理和分类,利用十进制编码将其转化为数据结构.首次利用BP神经网络系统,对45#钢、灰铸铁两类加工材料建立切屑形态预测模型.应用效果表明,该模型可根据深孔加工的切削用量和冷却液参数对切屑形态进行基本预测,为切削用量的合理选择及优化提供理论依据.该模型的建立对提高深孔加工效率和降低加工成本有很高的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈兴全		116	573	12.0	16.0
5	胡宽辉		5	13	3.0	3.0
6	王唯		6	22	3.0	4.0
7	李健		5	14	2.0	3.0