發(fā)布時間：2021-11-21 09:23

　　針對微銑削加工過程中功率和加工能耗變化問題,對微銑削機床主軸系統(tǒng)加工功率進行了采集。建立了主軸轉(zhuǎn)速、每齒進給量和切削深度3個重要切削參數(shù)影響切削比能的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型。通過45#鋼子午線輪胎模具微銑削試驗,獲得試驗數(shù)據(jù)樣本來訓(xùn)練和檢測BP神經(jīng)網(wǎng)絡(luò),實現(xiàn)了不同切削參數(shù)組合下切削比能的預(yù)測,并利用遺傳算法對切削參數(shù)進行尋優(yōu)。預(yù)測和優(yōu)化結(jié)果表明,最小切削比能可在最大切削參數(shù)組合下取得。因此在不考慮表面粗糙度和刀具磨損的情況下,高水平的切削參數(shù)組合可獲得大的材料去除率和相對較小的切削比能,提高加工效率并降低加工能耗。 

【文章來源】：制造技術(shù)與機床. 2020,(10)北大核心

【文章頁數(shù)】：5 頁

【文章目錄】：
1 試驗方案及數(shù)據(jù)獲取
    1.1 試驗設(shè)備
    1.2 試驗設(shè)計
2 基于切削參數(shù)的BP預(yù)測模型
    2.1 BP神經(jīng)網(wǎng)絡(luò)模型
    2.2 微銑削切削比能計算
3 未知切削參數(shù)組合樣本的預(yù)測及遺傳算法尋優(yōu)驗證
4 結(jié)語


【參考文獻】：
期刊論文
[1]基于正則神經(jīng)網(wǎng)絡(luò)的加工特征能效研究[J]. 王三平,鄢威,張華.  組合機床與自動化加工技術(shù). 2019(09)
[2]基于支持向量機的機床切削比能預(yù)測方法[J]. 朱培宇,趙國勇,梁振春,趙勇,蘇宇.  組合機床與自動化加工技術(shù). 2019(02)

碩士論文
[1]微銑削功率建模及參數(shù)優(yōu)化研究[D]. 王福瑞.大連理工大學 2017



本文編號：3509233