基于人工神经网络的电火花加工工艺专家系统

针对电火花加工工艺的特点极其复杂性,提出了人工神经网络电火花加工工艺的智能预测方案。研究结果表明,所建立的专家系统能够较精确地预测出给定条件下的切割速度和表面粗糙度,实现了电火花加工工艺知识和加工经验的有效共享。     

基于人工神经网络的电火花加工工艺建模方法研究

电火花加工是一个受多参数影响的复杂随机过程,很难建立一个适当的机理模型。用神经网络技术以铜加工SKD-Ⅱ为例建立了电火花加工工艺模型,并依据工艺样本中各参数数据的不同特点采用了不同的预处理方法,测试表明效果较好,所建模型能精确地预测出给定条件下的加工工艺参数,反映了该机床的加工工艺规律。另外,采用石墨加工SKD-Ⅱ工艺数据验证了该方法的通用性及有效性。     

高速电火花加工小孔工艺

近年来,随着科学技术的迅速发展,需要对大量的各种不同类型的小孔进行加工。众所周知,电火花加工小孔工艺早已在生产中得到了应用,但其加工范围受到很大限制,不仅加工效率低,而且加工深度也浅,一般孔深与孔径之比不太于10～20,这不能满足实际生产的需要,所以,寻求一种既能     

基于神经网络的电火花加工工艺效果预测模型

针对电火花加工的工艺特点及其复杂性,提出了一个基于神经网络的电火花加工工艺效果的预测模型,可映射出电参数和加工结果之间的关系。计算机仿真结果显示了其良好的预测精度,最后分析了引起预测误差的原因。     

电火花加工技术的又一重大突破

1.模具加工中的两大主流技术 在高速铣成功的大发展下,电火花成形加工在模具型腔制作中一统天下的局面已经改观。在新形势下,电火花成形加工的去向成为热门话题。对这个问题,夏米尔公司早在5年前已有明确的结论:这是大好事,是在高速铣的帮助下启动了     

浅析电火花线切割加工和电火花成型加工的特点

本文通过电火花线切割加工和电火花成型加工的三要素,电火花加工和铣削加工的比较,电火花线切割加工和电火花成型加工的共同特点和不同特点的阐述,从不同角度分析了两种不同的电火花加工方法的特点,对实际加工方法的选择和应用起到了指导作用。     

浅析电火花线切割加工和电火花成型加工的特点

本文通过电火花线切割加工和电火花成型加工的三要素,电火花加工和铣削加工的比较,电火花线切割加工和电火花成型加工的共同特点和不同特点的阐述,从不同角度分析了两种不同的电火花加工方法的特点,对实际加工方法的选择和应用起到了指导作用。     

现代化的电火花加工技术

电花加工机床经过10多年的不断改进已步入完善阶段,加工精度和速度大有提高,自动化和智能化保证了长时间的无人化运转。电火花加工被认为“非传统”加工的时代已经过去,已从往日的模具车间进入前方的生产车间。     

基于专家系统和人工神经网络的计算机辅助工艺系统

阐述了如何结合专家系统和人工神经网络技术来开发外圆车削加工的计算机辅助工艺系统。根据设计要求,专家系统的推理机制能从相应的知识库中寻找出适合的工艺流程和参数;另一方面,同样的人工神经网络结构能根据不同的训练数据提供不同的答案,因此弥补了专家系统灵活性不足的缺点。所以,一个集成了两者的复合系统必将提供更好的实用性。     

基于人工神经网络的优化设计专家系统

提出了一个利用人工神经网络构造产品优化设计专家系统的方法。该专家系统将为优化算法提供接近最优解的初始设计方案,从而加快优化的收敛速度。还较详细地推导了ＡＮＮ 的学习方法,并给出了详细的算法以及对学习样本进行正规化的方法,以提高ＢＰ算法的学习效果。本方法可以直接运用于工程实际。     

人工神经网络的专家系统的研究及应用

介绍了人工神经网络ANN(artificial neural network)的基本原理,将ANN技术引入专家系统,即基于ANN的专家系统,使专家系统的性能得到了很好的改善.基于ANN的专家系统通过合理的计算,产生智能,完成推理判断,采用这种方法推理,不仅速度快,而且适应规则变化能力强,在克服传统专家系统缺点的基础上,突显其优良特性.简要介绍了ANN的应用.     

基于神经网络技术的机械产品设计专家系统的研究

就神经网络技术与专家系统相结合的新型智能系统──混合型专家系统的设计方法及其在机械产品设计中的应用进行了研究。     

基于Alopex神经网络的旋转机械故障诊断专家系统

提出了一种可以减小网络规模的故障表示方法,并将Alopex算法引入神经网络模型的训练过程,将人工神经网络与规则推理相结合,建立了旋转机械故障诊断的神经网络专家系统。该系统充分利用了神经网络与规则推理的优点,采用正反向混合推理方式调用知识库中的各种知识进行诊断。采用二进制数码表示机械的各种故障,基于Alopex算法训练神经网络。建立的专家系统克服了基于规则专家系统的自学习困难问题和基于神经网络诊断系统的系统控制能力弱的缺点,具有较强的诊断能力。     

基于BP神经网络的某型装备故障诊断专家系统

为提高现代工程装备在复杂现场环境下的维修保障能力,提出了基于神经网络的专家系统故障诊断方法。进行了该装备各个组成系统的故障模式与故障元件分析,研究了专家系统知识库的建立步骤并完成了故障诊断专家系统的知识库构建,并设计了基于神经网络推理技术的专家系统正向推理机制。研究成果在工程兵部队进行了应用,有效地提高了部队的装备故障维护与保障能力。     

采用智能神经元网络技术的新型气体泄漏检测技术

简述了常规气体泄漏检测面临的潜在风险,引入超声波气体泄漏检测的概念。复杂多变的环境背景噪声的影响,以及其常规超声波探测技术手段的局限性,对超声波气体泄漏检测造成较大的应用限制。第三代超声波气体泄漏检测技术采用了先进的智能神经元网络（ANN）技术,采用模糊模式识别,而不是常规的阀值判断技术,不但检测能力大大提高,同时有效避免了误报警现象,提高了安全防护等级。     

基于神经网络专家系统的某测试设备故障诊断

以某型测试设备为研究对象,针对该设备的电路结构和工作特点,建立了基于BP神经网络推理模型的测试设备智能故障诊断系统.介绍了该诊断系统的基本结构、知识库的设计以及神经网络推理机的实现技术,最后结合测试设备故障诊断特点给出仿真试验,证明将神经网络应用于专家系统中弥补了传统专家系统的不足,具有很强的实用价值.     

基于神经网络的点焊质量评估专家系统研究

简要介绍了专家系统在焊接中的应用与发展,给出了点焊过程神经网络训练模型,设计了点焊专家系统的神经网络模块,建立了Windows环境下的点焊质量评估专家系统,能够进行点焊质量的在线智能评估,为最终实现电阻焊单元制造的智能集成提供了技术基础。