- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第2O卷 第6期 超 硬 材 料 工 程 VoI.2O
2008年 12月 SUPERHARD M ATERIAL ENGINEERING Dec.2008
基于BP神经元网络优化电火花~rlT,参数①
孙 悦 ,易鹏飞
(四川大学高温高压物理所,四J 成都 610065)
摘 要 :基于BP神经网络模型对用电极(铜Cu)一材料 (模具钢NAK80)电火花加工系统的一组参数进行
了优化 。计算结果表明,减少输入层神经元的数量可以加快收敛速度 ,但计算精度将受到影响。若保持隐层
结构 ,仅 由不 同训练函数的学 习结果改变权系数 (映射)实现 网络结构优化 ,则可能较好地预言加工效果 。
关键词 :BP神经元网络 ;电火花加工;超硬材料
中图分类号:TPI5,TG661 文献标识码:A 文章编号 :1673—1433(2008)06—0023—05
Optim izationofelectricdischargemachiningparameters
basedon BP neuralnetwork
SUN Yue,YIPeng—fei
(JointInstituteofHigh—T·emperatureandHigh—-Pressure
PhysicsofSichuanUniversity,Chengdu610065,China)
Abstract:BasedonBP neuralnetwork,agroup ofparametersofelectricdischargema—
chiningsystem byusingelectrode (Cu)一material(diesteelNAK80)hasbeenoptimized.
Thecalculatingresultshasshowndecreasing theamountofneuronininputtinglayercan
accelerateconvergencewith someaffectiononcalculatingprecision.Butifkeeping the
structureofhiddenlayer,abetterpredictionofprocessing effectswouldbeattainedby
optimizingnetworkstructureonlythroughchangingweightcoefficient(mapping)accord—
ingtOthestudyingresultsofdifferenttrainingfunction.
Keywords:BP neuralnetwork;electricdischargemachining;superhardmaterial
引言 途[】]。但由于EDM 过程 中热爆炸力、电动力和流体动
力学等因素的综合效应,材料的气化、飞溅和冷凝作
电火花 /放 电加工 (ElectricDischargeMachin— 用将导致工件 /电极表面无规地形成放 电痕迹 ,直接
ing,EDM)直接以高能一热脉冲形式将硬质金属 /合 影响着蚀除率 ,电极损耗、表面质量 (如大面积镜面光
金材料逐步熔化或气化,完成异型切割、磨削和雕刻 度Ra0.06ffm)和加工精度 (如尺寸精度约1m,表面
文档评论(0)