BP神经网络在立铣刀结构参数优化中的应用

钛合金薄壁件的铣削加工过程中,刀具磨损速度快,并且工件容易变形,其主要因素是加工过程中切削力大,切削温度高。文章利用有限元仿真软件Advant Edge FEM铣削仿真数据,建立整体式立铣刀结构参数与切削力和切削温度的BP神经网络预测模型,并对切削预测模型进行了切削实验验证。在此基础上,利用BP神经网络模型的预测结果对整体式立铣刀的结构参数进行了优化,切削实验证明,优化后的刀具参数可以有效地降低切削力和切削温度,从而有效地改善过程中刀具的切削性能和工件的加工质量。