基于砂带磨削的镁合金磨削力与表面粗糙度的研究.pdfVIP

基于砂带磨削的镁合金磨削力和 表面粗糙度的研究 王福明1,2 黄云1,2 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。 关键词：人工神经网络算法 砂带磨削 镁合金 磨削力 表面粗糙度 0 前言 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V 、进给速度V 和磨削深度a ）。 s fa p 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 磨削力和磨削表面粗糙度预测神经网络 人工神经网络（ Artificial Neural Network , 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。 图1 砂带磨削预测人工神经网络模型 2 BP 神经网络 BP ( Back Propagation ）神经网络是应用最广泛的网络。它利用输出层的误差来估计输出层的直接前导 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： （1）设置初始权重系数W （0 ），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 = (a1p,a 2p,...,a np ),p = 1,2,...,l (1) 计算其实际输出 Dp = (d1p ,d 2p ,L,d mp ) (2) 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。 （3 ）计算网络的目标函数，一般取L2 范数，即 l m 2 1 J(t) = ∑∑(bkp − dkp (t)) (3) 2 p=1 k =1 （4 ）判断网络是否达到精度 J(t) ≤ ε