基于BAS-BP的深孔加工粗糙度的预测

基于深孔加工中的BTA钻削方式,通过实验获取了不同转速、进给速度、切削深度下的钻孔粗糙度数据真实值。应用天牛须算法与BP神经网络相互结合,以转速、进给速度、切削深度为输入数据,以孔的表面粗糙度为输出建立了3-6-1的BAS-BP神经网络模型,并绘制折线图将优化前后的预测值进行对比,结果表明BAS-BP神经网络克服了训练时间长、收敛速度慢的缺点,预测精度明显提高。达到了较为理想的效果。也为深孔加工粗糙度研究提供了较好的思路。     

基于知识重用的数控深孔加工机床的快速设计

为满足多元化需求的用户对数控深孔加工机床的个性化要求,提出了一种基于知识重用的数控深孔加工机的快速设计方法。选用规则推理(RBR)与实例推理(CBR)两种方式相结合的混合推理技术进行数控深孔加工机床知识重用的研究。基于知识重用理论,根据数控深孔加工机床结构和功能的设计要求对其进行模块划分,建立数控深孔加工机床模型库。使用Visual Basic 6.0(VB)对Solid Works 2010进行二次开发,选择Access为数据库,研究快速设计系统,实现数控深孔加工机床快速化设计。