基于BP神经网络多轴联动铣削表面粗糙度预测研究

发布时间：2017-03-31 03:04

  本文关键词：基于BP神经网络多轴联动铣削表面粗糙度预测研究，由笔耕文化传播整理发布。

【摘要】：随着加工技术的发展,多轴联动铣削加工技术已经在发达国家得到广泛的应用,而该技术的研究在我国尚处于起步阶段,与发达国家相比还有很大差距。随着机械加工业的迅猛发展,如何获得高的表面质量已成为摆在科研工作者面前的一道难题。本文对现阶段多轴联动铣削加工中如何控制表面粗糙度进行了深入研究,采用BP人工神经网络理论建立数学模型来预测表面粗糙度,为多轴联动铣削加工领域提高表面质量和优化切削参数提供了全新的思路,具有较为重要的理论意义和实用价值。本文以多轴联动数控加工中心铣削6061铝合金表面粗糙度的预测为主要研究内容具体进行了如下研究：(1)分析了铣削加工的加工机理。在分析了表面粗糙度各影响因素的基础上,对6061铝合金进行了多轴联动面铣削加工。通过单因素试验法,分析了表面粗糙度在各因素作用下的影响规律,为更好地预测表面粗糙度提供了理论基础和实验依据。(2)通过引入BP人工神经网络理论到多轴联动铣削加工领域中,研究了切削速度Vc、每齿进给量fz、切削深度ap及行距h四个因素在面铣削的加工方式下,对表面粗糙度的影响规律。(3)确立了多轴联动铣削表面粗糙度的预测模型为输入层、隐含层及输出层的三层网络结构。通过动态调整隐含层的节点数来确定最终的网络结构为4-9-1。针对BP神经网络收敛速度慢,易收敛于局部最小值等缺点,采用遗传算法对BP神经网络的权值和阈值进行了优化,达到了更好的收敛效果。同时,通过训练与验证网络模型,最终确认了模型的预测精度和收敛能力达到了预设要求。
【关键词】：多轴联动铣削 表面粗糙度 单因素试验法 BP人工神经网络
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TG54
【目录】：

• 摘要5-6
• Abstract6-12
• 物理符号含义12-13
• 第1章 绪论13-23
• 1.1 课题研究的背景及意义13-14
• 1.2 多轴联动数控加工技术的现状及发展趋势14-18
• 1.2.1 多轴联动加工的特点15-17
• 1.2.2 五轴加工技术的应用现状17-18
• 1.2.3 五轴加工技术的发展与未来18
• 1.3 国内外研究现状18-22
• 1.3.1 表面粗糙度预测模型研究现状18-20
• 1.3.2 人工神经网络研究现状20-22
• 1.4 本文主要研究内容22-23
• 第2章 五轴铣削表面粗糙度及其影响因素23-36
• 2.1 多轴加工原理23-25
• 2.2 铣削加工概述25-29
• 2.2.1 铣削加工的内容和特点25-28
• 2.2.2 多轴联动数控铣削加工中的运动28-29
• 2.3 表面粗糙度的微观机理29-32
• 2.3.1 表面粗糙度的定义29-30
• 2.3.2 表面粗糙度形成原理30-32
• 2.4 表面粗糙度对工件各性能的影响32-33
• 2.5 表面粗糙度的影响因素33-35
• 2.6 本章小结35-36
• 第3章 人工神经网络概述36-45
• 3.1 人工神经网络概念及主要研究内容36-37
• 3.1.1 人工神经网络概念36-37
• 3.1.2 人工神经网络主要研究的内容37
• 3.2 神经网络模型37-40
• 3.2.1 生物神经元模型38-39
• 3.2.2 人工神经元结构模型39-40
• 3.3 人工神经网络的学习40-41
• 3.4 人工神经网络拓扑结构41-43
• 3.4.1 前向神经网络41-43
• 3.4.2 反馈神经网络43
• 3.5 本章小结43-45
• 第4章 BP人工神经网络表面粗糙度模型预测45-67
• 4.1 BP神经网络概述45-48
• 4.1.1 BP网络结构45-46
• 4.1.2 BP神经网络的学习准则及理论46-48
• 4.2 单因素试验法48-56
• 4.2.1 单因素试验法概述48
• 4.2.2 单因素实验设计48-51
• 4.2.3 实验数据处理及分析51-56
• 4.3 表面粗糙度网络模型的建立56-57
• 4.3.1 BP神经网络层数的选定56
• 4.3.2 BP神经网络各层节点数的选取56-57
• 4.3.3 BP神经网络激活函数的选定57
• 4.3.4 BP神经网络的缺陷及完善57
• 4.4 模型训练57-66
• 4.4.1 确定BP神经网络的训练样本数据57-59
• 4.4.2 BP神经网络的训练样本数据预处理59-60
• 4.4.3 训练所建立的BP神经网络60-63
• 4.4.4 建立BP神经网络预测模型63-66
• 4.5 本章小结66-67
• 结论67-69
• 参考文献69-74
• 致谢74

  本文关键词：基于BP神经网络多轴联动铣削表面粗糙度预测研究，由笔耕文化传播整理发布。

，

本文编号：278718