排序方式: 共有9条查询结果,搜索用时 0 毫秒
1
1.
2.
基于模糊神经网络的表面粗糙度建模研究 总被引:1,自引:0,他引:1
根据零件表面粗糙度形成的复杂性,提出了一种基于模糊神经网络的表面粗糙度预测建模方法,并以外圆车削加工为例,建立了车削加工参数与工件表面粗糙度的预测模型。试验表明,所提出的模糊神经网络建模方法可对零件表面粗糙度进行有效预测。 相似文献
3.
4.
采用陶瓷刀具进行淬硬轴承钢GCr15的硬车削加工试验,并通过正交试验分析和方差分析给出试验范围内的最优加工参数组合。基于所建立的表面粗糙度经验模型,分析切削速度、进给量和刀尖圆弧半径对表面粗糙度的影响规律。试验与仿真分析表明,增大刀尖圆弧半径可有效降低已加工表面的表面粗糙度,而提高切削速度可使表面粗糙度略有下降;当进给量增大时,表面粗糙度几乎线性增加。同时,进给量对表面粗糙度的影响最大,刀尖圆弧半径次之,而切削速度的影响微弱。 相似文献
5.
6.
7.
基于神经网络的细长轴车削加工尺寸误差预测研究 总被引:1,自引:1,他引:0
为优化细长轴车削加工,应用人工神经网络方法建立使用跟刀架车削细长轴时的加工尺寸误差预测模型,并基于获得的预测模型研究切削用量对尺寸误差的影响。试验结果表明,该模型具有良好的预测精度,为细长轴车削加工切削用量的选择提供了依据。 相似文献
8.
9.
1