基于BP神经网络的微铣削切削比能预测

发布时间：2021-11-21 09:23

　　针对微铣削加工过程中功率和加工能耗变化问题,对微铣削机床主轴系统加工功率进行了采集。建立了主轴转速、每齿进给量和切削深度3个重要切削参数影响切削比能的BP神经网络预测模型。通过45#钢子午线轮胎模具微铣削试验,获得试验数据样本来训练和检测BP神经网络,实现了不同切削参数组合下切削比能的预测,并利用遗传算法对切削参数进行寻优。预测和优化结果表明,最小切削比能可在最大切削参数组合下取得。因此在不考虑表面粗糙度和刀具磨损的情况下,高水平的切削参数组合可获得大的材料去除率和相对较小的切削比能,提高加工效率并降低加工能耗。 

【文章来源】：制造技术与机床. 2020,(10)北大核心

【文章页数】：5 页

【文章目录】：
1 试验方案及数据获取
    1.1 试验设备
    1.2 试验设计
2 基于切削参数的BP预测模型
    2.1 BP神经网络模型
    2.2 微铣削切削比能计算
3 未知切削参数组合样本的预测及遗传算法寻优验证
4 结语


【参考文献】：
期刊论文
[1]基于正则神经网络的加工特征能效研究[J]. 王三平,鄢威,张华.  组合机床与自动化加工技术. 2019(09)
[2]基于支持向量机的机床切削比能预测方法[J]. 朱培宇,赵国勇,梁振春,赵勇,苏宇.  组合机床与自动化加工技术. 2019(02)

硕士论文
[1]微铣削功率建模及参数优化研究[D]. 王福瑞.大连理工大学 2017



本文编号：3509233