基于砂带磨削的镁合金磨削力和表面粗糙度的研究论文.pdfVIP

2007年全国腐蚀研究与表面工程技术研讨会 翅 r 7 基于砂带磨阐的镁含金磨削力和表面粗糙度的研究 王福明L2黄云啦 (1．重庆大学机械工程学院，重庆400044 2．重庆市材料表面精密加工及成套装备工程技术研究中心，重庆400021) 摘要：建立了采用人工神经网络方法预测砂带磨削镁合金时磨削力和磨削表面粗糙度的分析模型。此模型可 精确地描述砂带线速度、进给速度以及磨削深度对磨削力和磨削表面粗糙度的影响，实现了砂带磨削镁合金时磨削 参数的优化．并可利用有限的试验数据得出整个工作范围内磨削力和表面粗糙度的预测值，大量减少了试验次数。 关键诩：人工神经网络算法，砂带磨削，镁合金，磨削力，表面粗糙度 O引言 砂带磨削是一种常用的精密加工方法，能获得很高的加工精度和表面质量。磨削力和表面质量 是表征磨削过程的两个最重要的参数。磨削力既是影响磨削工件质量的主要因素，又是磨床设计及 技术改进的重要指标。表面质量是机械加工质量极其重要的方面，表面粗糙度则是衡量表面质量最 重要的参数。影响磨削力和表面粗糙度的因素很多，其中最重要的是磨削用量(砂带线速度Ve、进 给速度V毫和磨削深度a。)。一般文献提供的磨削力和表面粗糙度的理论计算式是在理想状态下得到 的，但实际上理论计算结果的误差较大。人工神经网络算法能准确反映磨削用量对磨削力和磨削表 面粗糙度的影响，具有对加工条件的自适应能力。本文建立了应用人工神经网络技术来同时预测砂 带磨削镁合金时的磨削力和表面粗糙度理论模型。并对所建立的模型分别从理论和试验两方面进行 了验证。结果表明，本模型可很好地描述砂带速度、进给速度、磨削深度对磨削力和表面粗糙度的 影响，实现了砂带磨削镁合金时磨削用量的参数优化。 1磨削力和磨削表面粗糙度的预测模型 1．1磨削力和磨削表面粗糙度预测神经网络 1．2人工神经网络(Artjfic跚Neu隐l N酏wo水，ANN) ． 是对人类智能的一种生理模拟，是人类及其活动的一个理想化的数学模型，它由大量的处理单 元通过适当的方式互连构成，是一个大规模的非线性自适应系统。图1给出了由磨削参数确定磨削 力和磨削表面粗糙度的人工神经网络模型。 j ：善 ’三一 ：：～ ：二_ 曩：：! 瓢 图1砂带磨削预测人工神经网络模型 2BP神经网络 BP(Back 直接前导层的误差，再用这个误差估计更前一层的误差，如此下去，就获得了所有其他层的误差估 计。BP学习算法具体实现过程如下： 一55— 2007年全国腐蚀研究与表面工程技术研讨会 (1)设置初始权重系数W(O)，一般取较小的随机非零值； (2)构造输入／输出样本对(A，B)，对其中的每一组输入样本： Ap=(alp，a2p，．．．，a坤)，p=1，2，．．．，l (3)计算其实际输出Dp=(dlp，42p，L，dmp) (4)在此过程中，根据网络层数的不同要经过多次的正向传播计算。 (5)计算网络的目标函数，一般取L，范数，即 1．L旦 2 J(t)2寺∑∑(bkp—dkp(t)) k=l ‘‘‘p=l (6)判断网络是否达到精度J(t)≤s (7)式中s为要求的精度。如果已经满足则训练结束，否则继续下一步。 (8)反向逐层按梯度下降法调整权值，即 aT，t、 wij(t+1)=w日(t)一刁罴详细的