基于RBF神经网络的磨削表面粗糙度预测模型 |
| |
引用本文: | 王海涛,刘伟强,杨建国.基于RBF神经网络的磨削表面粗糙度预测模型[J].机床与液压,2014,42(3):107-111. |
| |
作者姓名: | 王海涛 刘伟强 杨建国 |
| |
作者单位: | 上海电气机床成套工程有限公司;东华大学机械工程学院; |
| |
基金项目: | 国家科技重大专项(2011ZX04016-041-DH01) |
| |
摘 要: | 工件表面粗糙度是反映表面完整性指标中极为重要的一个参数,也是衡量磨削加工质量的重要因素之一,准确地预测磨削表面粗糙度对于快速合理地选择磨削加工工艺参数具有重要意义。通过开展实际磨削实验获得磨削加工数据,对获取的样本数据进行归一化处理以适应RBF神经网络的学习。同时采用循环算法比较得出隐层的最优神经元个数,最终建立了基于径向基函数神经网络的磨削表面粗糙度预测模型,并利用MATLAB进行仿真预测。仿真结果表明:该预测模型准确率很高,能为表面粗糙度预测研究提供可靠数据。
|
关 键 词: | 表面粗糙度 磨削加工 RBF算法 神经网络 预测 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《机床与液压》浏览原始摘要信息 |
|
点击此处可从《机床与液压》下载全文 |
|