论文摘要
表面粗糙度是衡量加工零件质量的重要指标之一,对表面粗糙度进行提前预测有利于提高加工质量。课题组采用正交试验方法进行了YG8硬质合金刀具干式车削304不锈钢棒料的实验,得到不同切削条件下的表面粗糙度。由于BP神经网络的算法预测精度不高而且容易陷入局部极小值,利用遗传算法的全局搜索能力优化BP神经网络的结构和初值,建立基于进化神经网络的表面粗糙度预测模型。结果表明:进化的BP神经网络模型有效地克服了BP神经网络容易陷入局部极小值的缺陷,实现了表面粗糙度的精确预测。
论文目录
文章来源
类型: 期刊论文
作者: 马猛,王明红
关键词: 金属切削,表面粗糙度预测,正交试验,进化神经网络
来源: 轻工机械 2019年06期
年度: 2019
分类: 工程科技Ⅰ辑,信息科技
专业: 金属学及金属工艺,自动化技术
单位: 上海工程技术大学机械与汽车工程学院
分类号: TP183;TG51
页码: 44-47
总页数: 4
文件大小: 535K
下载量: 128