共查询到19条相似文献,搜索用时 62 毫秒
1.
径向基函数神经网络在高速铣削表面粗糙度预测中的应用 总被引:1,自引:0,他引:1
应用RBF神经网络建立了高速铣削模具型腔时已加工表面粗糙度的预测模型,预测值与实测值非常接近,预测精度略高于回归模型的精度.利用该模型对高速铣削表面粗糙度进行了预报,并分析了工艺参数的影响规律,验证了模型对质量监测及工艺参数优化的可行性及实用性.结果表明,通过合理选择工艺参数,尤其在控制切削深度和切削宽度的情况下,可获得Ra0.3 μm以下的已加工表面粗糙度. 相似文献
2.
3.
4.
5.
当前,机械臂关节运动轨迹容易受到外界环境的干扰,导致运动轨迹不稳定,抖动现象特别严重,不能很好地满足轨迹跟踪任务的要求。对此,文中创建机械臂双关节运动简图模型,采用径向基函数(RBF)神经网络自适应控制方法跟踪机械臂关节的运动轨迹。分析了机械臂运动轨迹所产生的误差,设计了机械臂关节神经网络自适应控制器,引用李雅普诺夫函数对控制器的稳定性和收敛性进行了证明。结合具体实例,借助于Matlab软件对机械臂双关节的运动轨迹追踪误差进行仿真。同时,与模糊PID控制的仿真误差进行对比和分析。仿真曲线显示,机械臂关节采用RBF神经网络自适应控制方法,运动轨迹追踪所产生的误差较小,输入力矩的振动幅度相对较小。因此,机械臂关节末端采用RBF神经网络自适应控制器,可以降低运动轨迹的跟踪误差,改善振动现象。 相似文献
6.
7.
为实现对钣材V形自由折弯的有效控制,首先建立了V形自由折弯卸载前上模下压量模型,并基于此理论模型在有限元分析软件ABAQUS中运用显示和隐式相结合的方法,对板材V形自由折弯成形与回弹过程进行有限元仿真。然后以板料回弹量为试验指标,以板料厚度、板料弹性模量、上模圆角半径和下模开口宽度为影响因子,每个影响因子取5个水平数,设计了正交试验。根据正交试验方案及结果,建立自由折弯板料成形回弹的径向基函数近似模型。通过仿真试验与实际折弯试验对模型进行了验证,回弹预测角度误差为±0. 8°,验证了方法的可行性,为下一步应用于自主研发的折弯机数控系统提供支持。 相似文献
8.
通过对超声振动滚压加工机制的研究,分别设计了声振系统和刀具,并进行了滚压力、主轴转速、进给量、滚压次数等工艺参数对金属外圆表面滚压加工效果的研究,得到了最优加工工艺参数组合。 相似文献
9.
豪克能加工技术可使水电镜板的表面粗糙度达到0.1以下,并且与常规工艺相比节约研磨工时80%以上。操作简单,性能稳定。 相似文献
10.
超声-电火花复合加工参数的选择及合理搭配对加工方法的应用、生产率的提高和工具电极的损耗都极其重要,是稳定高效加工进行的前提和保证。通过分析复合加工的主要影响因素,建立了基于BP人工神经网络的超声电火花加工工艺参数优化系统和相应的数据库系统。在给定条件下,系统得到的加工参数更加趋于合理,复合加工系统的总体性能得到提高,克服了传统单纯依赖于工艺数据库的参数选取系统的局限性。试验结果与预测结果有较好的一致性,表明了该系统可为超声电火花加工提供合理可靠的加工方案,系统更加便于用户操作。 相似文献
11.
12.
目的 研究RBF和BP神经网络在铣削加工中的作用,实现对铣削加工质量的预测,改善铣削性能。方法 对环形铣刀与常用的球形铣刀进行对比,然后基于MATLAB平台,建立以铣削速度、进给量和铣削深度为输入参数,表面粗糙度为输出参数的RBF神经网络模型。通过大量的试验数据对RBF神经网络模型进行训练,然后再用训练好的RBF神经网络模型预测表面粗糙度,将预测值与实测值进行比较,验证RBF神经网络的预测性能。将训练好的BP神经网络模型与RBF神经网络所建模型的预测结果进行比较。结果 发现用RBF方法预测的表面粗糙度相对误差的绝对值不超过6%,最大误差为0.056 098,平均误差为0.022 277,而BP方法的最大误差为0.074 947,平均误差为0.036 578。结论 环形铣刀加工质量更好。RBF神经网络的预测精度较高,具有比BP神经网络更优的预测能力,且拥有建模时间短、收敛速度高、训练过程稳定以及学习速度快等优点,能有效进行铣削质量预测。 相似文献
13.
14.
15.
16.
17.
目的 降低激光熔覆涂层的表面粗糙度。方法 采用激光熔覆技术制备铁基激光熔覆涂层,采用超声温滚压耦合热处理工艺对熔覆层进行熔覆后强化加工,重点研究温度场参数对成形表面粗糙度的影响,通过方差分析(ANOVA)确立参数显著性,同时利用响应曲面法(RSM)构建温度场参数影响铁基涂层表面粗糙度的预测模型,并进行参数优化。结果 加热温度和保温时间对成形试样表面粗糙度的影响显著。在实验参数范围内,试样的表面粗糙度与加热温度呈正相关,与保温时间呈负相关。实验结果表明,在相同保温时间下,在加热温度100、250、400 ℃条件下试样的表面粗糙度Ra分别为0.237、0.158、0.096 μm;在相同加热温度下,在保温时间为0.5、1、2 h条件下试样的表面粗糙度Ra分别为0.156、0.164、0.170 μm。可见与保温时间相比,加热温度对涂层表面粗糙度的影响更显著。参数优化分析结果表明,在实验参数范围内,在400 ℃加热温度和0.5 h保温时间条件下,试样具有最小的表面粗糙度Ra(0.089 μm)。结论 相较于车削及常温滚压工艺,采用超声温滚压耦合热处理工艺可进一步降低激光熔覆涂层的表面粗糙度,在实验参数范围内,加热温度400 ℃和保温时间0.5 h是最优的温度场参数组合。 相似文献
18.
简要介绍了电流监测方法以及RBF神经网络的结构和算法,并基于镗削过程中的一组实验数据,用RBF神经网络方法,对刀具磨损量进行估测,结果的误差分析证明该方法是可行的。 相似文献
19.
目的探究超声滚压强化技术对7075铝合金工件表面性能的影响。方法对7075铝合金棒状试样精车加工后进行了超声滚压强化处理。综合使用粗糙度测量仪、表面显微硬度仪、金相显微镜以及X射线衍射应力分析仪,研究了处理前后工艺参数中的压下量对试样的表面粗糙度、表面显微硬度、表面微观组织及表面残余应力等表面性能的影响。结果超声滚压强化处理后,试样表面粗糙度由0.976μm降低至0.047μm,表面显微硬度由105.6HV0.2提高至119HV0.2,显微硬度提高了15%。精车加工后,精车试样的表层组织与心部组织几乎无变化。超声滚压强化后,相对心部组织而言,表层晶粒组织得到显著细化,表层均为残余压应力,压应力深度为1.75 mm。残余压应力最大值位于最表层,最大为-174.0 MPa,且距离最表层越远,残余压应力总体呈减小趋势。结论通过对比研究精车试样与超声滚压试样,发现超声滚压强化工艺可以大大地降低试样表面粗糙度,显著地细化表层试样晶粒与提高表面硬度,改善残余应力的分布,并引入一定深度的残余压应力。 相似文献