基于径向基神经网络的刀具寿命预测模型研究

通过分析总结影响刀具寿命的主要影响因素,建立铣削刀具加工参数与刀具寿命的径向基神经网络模型。训练模型使用了10组样本数据,以刀具直径、铣削速度、铣削宽度、铣削深度、进给量、刀具齿数作为网络输入参数,采用十折交叉验证方法对所构建模型进行验证,能够对刀具寿命进行较为准确的预测。与传统BP神经网络模型比较发现,径向基神经网络具有更好的预测精度和稳定性,是预测刀具寿命的一条有效途径。     

基于RBF神经网络的人体运动跟踪与姿态预测

本文采用径向基函数神经网络进行人体运动跟踪与人体姿态预测，利用采集的运动数据对本文提出的运动跟踪与姿态预测方法进行性能评估，给出部分测试和比较实验结果，实验结果表明，基于径向基函数神经网络的人体运动跟踪与人体姿态预测方法是可行的。     

薄壁件残余应力变形仿真预测与切削参数优化

针对薄壁件铣削残余应力变形难以准确预测的问题,提出了一种仿真预测方法,并在此基础上研究了薄壁件铣削切削参数优化方法。首先,提出了基于工况映射与薄壳应力贴合的残余应力变形仿真预测方法,实验结果表明该方法能够有效预测薄壁件的加工残余应力变形。在此基础上,利用支持向量回归机建立了基于切削参数的残余应力变形响应预测模型;然后,根据所建立的预测模型,采用遗传算法,以残余应力变形为约束、最大加工效率为目标对工艺参数进行优化。结果分析表明,该优化方法获得了最优的加工参数。     

基于装夹力监测的叶片类零件铣削残余应力变形感知预测

针对叶片类薄壁零件铣削加工装夹卸载后发生的残余应力变形难以准确预测的难题,提出了基于装夹力监测的残余应力变形感知预测方法。建立了残余应力变形感知预测的数学模型,对感知预测过程进行了数学表述;基于超静定结构理论提出了残余应力变形感知预测的求解方法,利用变形协调方程实现了基于装夹力变化的残余应力变形等效求解;分析了几种典型装夹形式的感知过程,提出了残余应力变形感知预测的实现步骤;搭建了残余应力变形感知预测试验平台,将叶片简化为薄板模型进行了铣削残余应力变形感知预测试验,试验结果表明,装夹卸载后残余应力变形感知预测值与实测值相比误差为13%,具有较好的一致性,从而验证了该方法的有效性。     

基于BP神经网络和多元线性回归的航发叶片铣削力预测研究

针对航空发动机叶片加工过程中铣削力的变化预测和控制问题,通过研究铣削加工工艺系统的主要工艺参数,利用正交试验法确定了若干组工艺参数方案,建立了AdvantEdge FEM叶片二维铣削模型完成了叶片铣削仿真试验;提取了仿真试验的铣削力,通过方差分析确定了不同工艺参数对铣削力变化影响能力的强弱;利用影响能力强的参数设计了对比试验,建立了BP神经网络铣削力预测模型和多元线性回归铣削力预测模型,比较分析了两种预测模型对铣削力的预测能力。研究结果表明:铣削深度对铣削力变化的影响最大,其余影响较小;BP神经网络预测的准确度和稳定性整体上优于多元线性回归。     

TC4钛合金条形零件铣削加工表面残余应力测试与分析

航空钛合金零件在铣削加工时表面会产生残余应力层,不仅影响零件的尺寸精度,还严重影响零件的疲劳性能。因此,研究航空钛合金零件铣削加工表面的残余应力分布与变化十分必要。以TC4钛合金条形零件为研究对象,采用化铣剥层法,测试并分析不同铣削用量条件下已加工表面残余应力的分布与变化规律。研究结果表明,TC4钛合金条形零件已加工表面层的残余应力沿层深方向逐渐由压应力变为拉应力;随着切削速度和每齿进给量的提高,残余应力值均相应降低;而随着径向切深的增大,残余压应力值则相应增加。     

GA-BP神经网络预测钛合金表面粗糙度

为了有效预测铣削加工中钛合金工件的表面粗糙度,建立了以切削速度、进给量、径向切深、轴向切深为输入参数,表面粗糙度为输出参数的预测模型。该预测模型将遗传算法与BP神经网络结合起来,使用遗传算法优化BP神经网络的初始权值和阈值,进行铣削实验获得实验数据,并对神经网络进行训练,最终获得预测模型。通过对比分析GA-BP预测模型、BP预测模型、线性回归预测模型的预测精度,得出GA-BP预测模型具有相对较好的预测精度,证明该预测模型是有效的。     

基于结构自适应径向基神经网络的油样光谱数据建模

基于光谱分析数据的机械磨损状态预测有利于发现机械系统的早期磨损故障。由于神经网络对于非线性模型的辨识和非平稳信号的预测，与传统预测模型相比具有明显的优势，将神经网络预测方法运用于光谱分析，提出了基于神经网络预测的光谱分析监测技术。在预测模型中采用了在函数逼近、分类能力和学习速度均优于BP网络的径向基函数（RBF）神经网络模型，针对RBF网络的结构对于信号预测或模型辨识的精度具有影响很大的问题，提出了结构自适应RBF网络预测模型。利用遗传算法，对神经网络输入节点数、径向基函数分布系数及网络训练误差进行了优化，得到了最优的RBF网络预测模型。最后，对某航空发动机实际的光谱分析数据进行了预测和分析，并与ARMA模型进行了比较，结果充分表明了文中方法的有效性和优越性。     

微铣削高温合金GH4169表面残余应力分析与预测优化

运用ABAQUS有限元软件对硬质合金立铣刀微铣削高温合金GH4169进行仿真,建立了三维微铣削有限元模型,分析了主轴转速、每齿进给量、轴向切削深度的改变对工件逆铣侧面残余应力的影响。分析结果表明:工件表面残余应力随着主轴转速的增大而增大;因刀刃半径的存在和尺寸效应的作用,残余应力随每齿进给量的增大先增大后减小;残余应力随铣削深度的增大而增大。最后运用神经网络群遗传算法以最小残余应力为目标对残余应力进行了预测和切削参数优化,得到了基于最小残余应力的最佳切削用量组合。     

纵扭超声铣削残余应力三维有限元仿真与试验

针对钛合金等航空难加工材料,提出采用纵扭复合超声振动辅助铣削的加工方法以实现压应力抗疲劳制造。根据侧铣-顺铣加工特性,基于热力耦合作用建立了钛合金铣削等效三维有限元仿真模型,有效提高了计算效率,实现了刀具作为载体的纵扭超声振动仿真。根据铣削残余应力的形成机理,通过机械应力和热应力的加载-释放,完成了加工残余应力的仿真。利用所建立的有限元模型,从切削力、切削温度以及加工残余应力角度出发,对比分析了传统铣削和纵扭超声铣削的差异性,得出纵扭超声振动能够有效降低切削力和切削温度,增大表面压应力值和压应力层深度。通过试验对纵扭超声铣削等效模型进行了验证,结果表明所建立的三维有限元模型能够以较高的精度对切削力、切削温度和加工残余应力进行预测;进一步通过数值模拟研究了刀具几何参数以及超声表征参数对加工残余应力的影响规律,为实现钛合金的压应力制造奠定了基础。     

基于近似模型的铣削工艺参数可靠性设计优化

针对现有铣削工艺参数优化方法未考虑设计参数不确定性,导致优化结果难以满足实际产品性能要求的问题,引入近似模型对铣削工艺参数进行可靠性设计优化。以铣削加工表面粗糙度为目标函数,以最大铣削力小于给定值的可靠度作为约束,综合考虑铣削加工过程中铣削速度和每齿进给量的变动,建立了铣削工艺参数可靠性优化模型,并分别采用Kriging近似和径向基函数近似对铣削表面粗糙度、铣削力与设计变量之间的隐式关系进行近似替代,最后采用Monte Carlo仿真-序列近似规划对模型进行了寻优求解,通过试验对可靠性优化的结果进行了验证。结果表明,该方法可有效地降低铣削加工表面粗糙度,并且可保证加工过程中最大铣削力的可靠度要求。     

叶片抛光表面粗糙度与残余应力优化分析

为了改善发动机叶片的表面粗糙度与残余应力,以提高其工作寿命和机械性能,采用单因素实验结合表面微观形貌分析了各工艺参数对粗糙度与表面残余应力的影响规律;设计关于抛光后钛合金叶片表面粗糙度与残余应力的正交试验,结合单因素实验,分别建立粗糙度与残余应力预测模型,根据预测模型对粗糙度与残余应力进行敏感性分析并划分稳定域;通过灰色关联分析和等权关联分析建立优化模型;结合灵敏度分析所得的最终优选区间,对等权关联优化方法和灰色关联优化方法所得结果进行实验验证与对比分析,研究了两种优化方法所得工艺参数抛光叶片的残余应力随深度变化的规律.结果表明,采用灰色关联模型优化所得的最佳工艺参数对钛合金叶片进行抛光,在满足钛合金叶片抛光表面粗糙度要求的同时保留了较大的残余压应力,证明了该方法是可靠有效的.     

GH4169铣削残余应力研究及工艺参数优化

GH4169材料在航空、航天热端部件的制造中应用较多,为了改善GH4169材料的工件疲劳寿命、提高加工效率,文章设计了GH4169铣削工艺参数与工件表面残余应力之间的正交试验。通过试验,建立了铣削参数与铣削表面残余应力之间的经验公式,分析了铣削参数对铣削表面残余应力的影响规律。另外,应用遗传算法,以铣削表面残余应力、材料切除率的期望值为优化目标,对铣削参数进行了多目标优化,并对优化结果进行了试验验证。结果表明：切削速度对X、Y向残余应力的影响是最主要的,每齿进给量对于X向残余应力的影响次之,对于Y向残余应力的影响最小;切削深度对于X向残余应力的影响最小,对于Y向残余应力的影响次之;较小的切削速度和较大的每齿进给量有利于获得期望的表面残余应力,切削深度的变化对残余应力的影响较小;优化的铣削参数组合为：vc=26.64 m/min,ap=0.45 mm,fz=0.10 mm/z,ae=0.25 mm,可以降低GH4169材料表面残余拉应力,提高切削效率,为GH4169零件铣削参数的选取提供依据。     

电火花线切割工艺效果智能预测系统研究

以二次通用旋转组合设计进行试验研究并提取样本数据,采用径向基函数(RBF)神经网络建立工艺参数模型,训练网络以实现给定加工条件的工艺效果智能预测.检验结果表明该电火花线切割工艺效果的智能预测系统性能稳定、可靠性高,可在实际生产中推广应用.     

飞机整体框类结构件铣削加工的模拟研究

针对航空整体结构件铣削加工变形的复杂制造问题，建立了三维铣削加工有限元模型。深入研究了材料模型、残余应力施加、动态切削载荷、材料去除等铣削加工模拟所涉及的关键技术．并详细论述了铣削加工模拟过程。应用该模型对某框类结构件进行了不同铣削顺序的加工模拟，通过零件变形模拟值与实验加工所得零件变形值的比较，证明该有限元模型可以实现对零件铣削加工变形规律的预测。     

基于盘铣加工钛合金表面残余应力的工艺参数优化

为探索低速盘铣钛合金时铣削参数与加工表面残余应力的关系,设计完成了铣削速度、切削深度、进给速度三因素三水平的正交实验。实验结果表明,在所选用切削参数范围内,已加工表面残余应力均表现为压应力,铣削速度的变化对其影响最显著,进给速度次之,切削深度影响最小。提出将支持向量机回归技术应用于工艺参数优化,建立了盘铣加工钛合金表面残余应力的支持向量机模型,并通过实验以及与指数型回归经验模型的对比,验证了该方法的实用性和合理性。     

基于扩展的径向基函数核支持向量机的产品销售预测模型

针对产品销售时序具有多维度、非线性的特征,通过设计一种扩展的径向基函数核函数,将其应用于支持向量机中,得到一种扩展的径向基函数核支持向量机;设计了一种改进的免疫优化算法对其参数进行寻优.将该方法应用于汽车销售预测实例中,并与反向传播神经网络、采用一般径向基函数核的支持向量机及多尺度支持向量机进行了比较.实验结果表明该方法可行有效,其预测精度优于其他三种方法.     

薄壁件铣削加工中的铣削力仿真分析

为了研究薄壁件铣削加工过程中的铣削力分布规律,在对铣削加工模型分析基础上,针对材料为45#钢的薄壁零件,采用商业有限元软件ABAQUS建立能够反映实际状态的三维铣削模型,并进行模拟,获得铣削力曲线和应力、应变分布情况。为验证仿真结果的可行性,采用与有限元模型相同的条件进行实验并获得铣削力实验数据,对比表明:铣削力的模拟结果与实验结果能够较好的吻合。分析结果表明:所建立的薄壁零件三维铣削有限元模型是可行的,其对铣削力和薄壁零件加工变形预测具有重要意义。     

运用DE-RBFNN的直线伺服系统定位精度研究

提出一种基于差分进化算法(DE)的径向基函数神经网络(RBFNN)模型,用于预测直线伺服系统的定位误差.该模型用差分进化算法训练径向基函数(RBF)网络隐层中心位置、宽度和输出层连接权重.为了评价优化后RBF网络预测的精度,运用部分误差样本进行训练和仿真.构建了以数字信号处理器(DSP)为核心的直线电动机定位误差实验平台,根据误差校正值进行误差实时补偿实验.仿真和实验结果表明:经过DE算法训练的神经网络模型对工作台的误差具有良好的学习能力和泛化能力,与单纯RBF网络、基于遗传优化的RBF神经网络相比,该建模方法具有更高的定位精度.     

采用镜像延拓和RBF神经网络处理EMD中端点效应

在分析经验模态分解端点效应出现原因的基础上,采用镜像延拓法和径向基函数神经网络预测法对端点效应进行了研究,并对一组数值仿真信号和12层钢筋混凝土框架模型振动台试验实测得到的加速度信号进行了边界处理和经验模态分解。算例结果表明,这两种方法基于边界两端预测数据,都可以有效抑制端点效应对分析信号的影响,提高经验模态分解的效果。另外,对于复杂信号仅采用径向基函数神经网络延拓原始信号,对抑制端点效应的效果不很明显,而对复杂信号经滤波后先利用径向基函数神经网络预测、再利用镜像延拓进行处理,则可以明显抑制端点效应的影响。