基于RBF神经网络预测的多种晶粒度硬质合金磨削表面粗糙度研究 |
| |
引用本文: | 詹友基,周家骐,许永超,陈嘉盛,孙家宝.基于RBF神经网络预测的多种晶粒度硬质合金磨削表面粗糙度研究[J].稀有金属与硬质合金,2022(4):87-93. |
| |
作者姓名: | 詹友基 周家骐 许永超 陈嘉盛 孙家宝 |
| |
作者单位: | 福建工程学院福建省智能加工技术及装备重点实验室 |
| |
基金项目: | 国家自然科学基金项目(51775113); |
| |
摘 要: | 使用BLOHM ORBIT 25型精密平面磨床磨削纳米晶粒硬质合金GU092、超细晶粒硬质合金GU10UF和GU15UF、亚微米晶粒硬质合金GU20四种材料,研究磨削参数、晶粒度、Co含量与材料磨削表面粗糙度的关系。使用三元回归分析法探究磨削加工参数对合金表面粗糙度的影响,并用RBF神经网络预测纳米晶粒硬质合金的表面粗糙度,并对预测结果进行分析。结果显示:工作台速度和磨削深度与表面粗糙度呈正相关,砂轮线速度与表面粗糙度呈负相关;工作台速度对表面粗糙度影响最大,其次是砂轮线速度,影响最小的是磨削深度;硬质合金晶粒度越小,相同磨削参数下表面粗糙度越小;晶粒度相同但Co含量不同的硬质合金,Co含量越高,表面粗糙度越大;RBF神经网络对磨削表面粗糙度具有很高的预测精度。
|
关 键 词: | 硬质合金 晶粒度 Co含量 表面粗糙度 RBF神经网络预测 |
|
|