改进神经网络在切削参数优化中的应用.pdfVIP

2010年第 44卷№1 43 改进神经 网络在切削参数优化 中的应用 王武，张元敏 ，方波 许 昌学院 摘要：提出利用神经网络进行切削参数优化的方法，给出了具体的网络实现过程，应用相关性剪枝算法克服_r 传统方法中网络隐层难以确定的问题。仿真结果表明了该方法的有效性，对高速加工切削参数的选择和切削过程 控制具有指导意义。 关键词：神经网络 ；预测模型；剪枝算法；切削参数 中图分类号：TP183；TG501．2 文献标志码：A ApplicationofImprovedNeuralNetworkinOptimizingTurningParameter WangWu，ZhangYuanmin，FangBo Abstract：Theoptimizingmethodforturningparameterswasputforwardbasedonneuralnetworks，therealizingprocessof networkswasgivenandcorrelationpruningalgorithm wasappliedtoresolvetheproblem thathtehiddenlayernodesofneuralnet— worksarehardtodetermine，thesimulationshowshtemethodiseffectiveandcanprovideaguidancetooptimizeturningparame— tersnadturningprocesscontro1． Keywords：neuralnetwork；predictionmodel；pruningalgorithm；turningparameter 但受试验条件等多方面的限制，数据量极为有限，而 1 引言 且试验条件与生产现场条件往往差别较大，数据不 切削用量指的是切削速度、进给量和切削深度 ， 具有通用性。由于影响切削参数选择的因素众多， 它是金属切削加工中的重要参数。切削用量的选择 包括工序加工类型、工件材料、加工要求、刀具材料、 是否合理对生产率、生产成本 、产品的表面质量都有 刀具参数、切削液种类等等，因此不容易确定合理的 着直接的影响。采用合理的切削用量 ，可以充分发 切削参数。在实际加工中，上述因素中的某一项发 挥切削机床和切削刀具的功能，在有效加工时间内 生变化，都可能引起切削参数的变化 。切削过程 的 充分利用合理的或优化的切削数据，对提高整个加 控制是一个极为复杂的多学科 问题，需要较深厚的 工系统的经济效益尤为重要。传统的切削参数设计 知识背景。随着各种新材料的不断涌现以及数控加 方法是在反复试验的基础上依靠经验或手册来进行 工机床、加工中心和柔性制造系统的广泛运用，依靠 选择。切削手册上的数据来源广泛，但更新较慢，而 传统方法或个人经验来确定切削参数已远不能适应 且大多是给出一个范围，准确性较差；生产实践资料 发展的需要，因此，寻求更好的切削参数优化方法具 对具体应用企业而言针对性较强，但数据太分散，缺 有重要的现实意义。 乏规律性；通过切削试验获得的数据 ，最有针对性， 人工神经网络具有信息的分布存储 、并行处理、 自学习以及特有的非线性适应性信息处理等优点， 基金项 目：河南省教育厅 自然科学研究资助项 目(2008A510014)