|
|||||
|
|
| 基于径向基神经网络对磨削功率预测的研究 | |
| 作者姓名： | 陈世隐 郭佳杰 黄国钦 |
| 作者单位： | 华侨大学制造工程研究院 |
| 基金项目： | 国家自然科学基金(51235004,51575198);华侨大学研究生科研创新能力培育计划资助项目(1400203002) |
| 摘 要： | 将径向基(RBF)神经网络应用到工程陶瓷缓进给大切深磨削领域,建立了磨削功率随砂轮速度、工作速度、磨削深度变化的预测模型。研究结果表明:预测值与实际值最大误差为5.30%,平均相对误差为3.2%,因此,径向基神经网络能准确地预测磨削功率的变化趋势。 |
| 关 键 词： | 径向基RBF 神经网络 工程陶瓷 缓进给大切深 磨削功率 预测 |
| 本文献已被 CNKI 等数据库收录！ | |