共查询到19条相似文献,搜索用时 78 毫秒
1.
2.
采用正交试验方法对数控超声加工效率进行了分析,建立了数控超声加工效率BP神经网络模型,并对所建模型进行了仿真验证.验证结果表明,该模型预测的工艺参数"加工效率"与实测值具有很好的拟合关系,在此基础上拓宽了各因素水平的取值,利用神经网络的非线性映射能力仿真了各参数对加工效率的影响. 相似文献
3.
4.
以DMC60H数控机床为试验平台,以壳体类铝合金零件加工为研究对象,提取数控铣削加工试验数据,采用BP神经网络建立数控加工铣削参数优化模型,通过对数控加工铣削参数试验数据的分析与研究,提出了试验数据与样本数据的处理原则,实现了样本数据的优化,提高了BP神经网络模型的收敛精度、收敛速度与预测精度,并分析了验证数据的构成比例。经生产验证:提出的数控加工铣削参数优化方法具有较强的实用性和一定的先进性,能有效提高加工效率,对实现数控机床综合应用效率最优化,实现高效低成本加工具有重要意义。 相似文献
5.
6.
7.
基于神经网络的可控电解珩磨动态加工去除规律建模 总被引:1,自引:0,他引:1
针对可控电解珩磨动态加工中电解电压与电解电流的U-I响应特性及对应金属去除的“通延断止”现象,提出应用人工神经网络技术求取动态和加工作条件下的金属去除规律。经实验验证,所建数学模型具有较高的计算精度。 相似文献
8.
9.
10.
可控电解珩磨准稳态加工去除规律的神经网络建模 总被引:3,自引:1,他引:2
针对可控电解珩磨准稳态加工中参数的多样性及因果关系的不确定性,提出一种应用人工神经网络建立准稳态加工去除规律模型的方法,通过理论分析给出应用神经网络建模方法的可行性。经实验验证,所建模型具有较高的计算精度。 相似文献
11.
目的基于BP神经网络具有自学习、自训练和输出预测的功能,将其应用于热喷涂过程中的参数优化问题。方法依托高效能超音速等离子喷涂系统实验平台,以Fe基合金粉末为喷涂材料,将等离子喷涂中的主气流量、电功率和喷涂距离作为模型输入,涂层沉积速率和硬度作为模型输出,不断调整隐含层节点个数,最终建立3-7-2网络结构的BP神经网络以优化工艺参数。利用优化出的工艺参数制备Fe基合金涂层,测试其性能,并计算误差。结果神经网络优化出的最优喷涂工艺参数为:主气流量96L/min,电功率56 k W,喷涂距离95 mm。采用该工艺参数制备涂层,涂层增厚实测平均值为360μm,硬度为672HV0.3,而模型的预测值分别为332μm和611HV0.3,与预测值的相对误差分别为7.8%和9.1%。结论 BP神经网络对等离子喷涂参数优化问题的拟合精度比较高,误差在可以接受的范围之内。将BP神经网络运用于热喷涂工艺参数的优化具有科学性和可操作性。 相似文献
12.
13.
14.
《组合机床与自动化加工技术》2016,(2)
电阻点焊工艺参数的设置对点焊焊接质量有着非常重要的作用,难以建立精确的数学模型。基于此,提出一种将Logistic映射微粒群优化算法(LPSO)与BP神经网络相结合的方法,对0.8mm厚08AL钢板点焊工艺参数建模优化。在详细分析点焊工艺的基础上,利用BP神经网络建立点焊工艺参数与焊接质量之间的模型,同时结合LPSO的全局寻优能力,对点焊工艺参数进行优化,获得三大主要工艺参数(点焊时间、点焊电流与电极压力)的最优匹配。以点焊时间9周波、点焊电流11.41k N、电极压力1.7k N的最优工艺参数组合进行试验,结果表明,与BP+COA和正交实验法相比,该方法具有更高的可靠性。 相似文献
15.
采用DEFORM-3D软件对高速车削进行仿真,得出车削过程中的工艺数据;构建BP神经网络,利用遗传算法优化BP网络,对结果做出了精确预报,找到了模拟条件的最优值,节省了大量的时间以及人力物力,有利于了解车削机理和提高车削质量。 相似文献
16.
以合金型号、预热温度、链条速度、链条角度、焊接温度和焊接时间为输入参数,直通率为输出参数,构建6×18×9×1四层拓扑结构的神经网络优化模型,可以实现无铅焊接工艺参数的优化设计,且预测精度较高、预测能力较强。现场验证表明,与产线上原用无铅焊接工艺参数相比,采用神经网络优化模型设计的无铅焊接工艺参数,获得的无铅焊接焊点直通率从98.12%提高到100%;焊点内部均匀、致密,无气孔等缺陷。 相似文献
17.
18.
19.
以坩埚H/D值、V2O5还原率、V2O5收得率、TiO2还原率和TiO2收得率为输入参数,钒基合金V3TiNi0.56收得率为输出参数,训练过程采用trainlm函数,设计了具有较高精确度的BP神经网络优化模型,可推广应用到各种钒基合金的自蔓延高温合成工艺参数的优化. 相似文献