基于GA与RBF神经网络的工程陶瓷点磨削表面硬度数值模拟.pdfVIP

第 1期 组 合 机 床 与 自动 化 加 技 术 NO．1 2015年 1月 ModularMachineTool AutomaticM anufacturingTechnique Jan．2015 文章编号：1001—2265(2015)01—0030—04 DOI：10．13462／j．enki．nlnltanlt．2015．01．009 基于 GA与 RBF神经网络的 工程陶瓷点磨削表面硬度数值模拟术 马廉洁 一，曹小兵 ，陈小辉 ，李 琛 (1．东北大学秦皇岛分校 控制工程学院，河北 秦皇岛 066004；2．东北大学 机械工程与 自动化学 院，沈阳 110819) 摘要：基于RBF神经网络理论，对工程陶瓷点磨削表面硬度 HV与切削速度 、进给速度 厂、切削深度 Ⅱ 倾斜角OL、和偏转角 五个工艺参数的关系进行了单因素数值拟合，并以拟合优度对拟合结果进 行了检验 ，检验结果表明模型具有较高可信度。基于遗传优化算法，对点磨削表面硬度关于五个3- 艺参数的多元模型进行了优化建模，设计了正交实验对模型进行检验，最大误差在 10％以内，表明模 型具有较高的可靠性。 关键词：表面硬度 ；数值模拟 ；遗传算法；RBF神经网络；点磨削；工程陶瓷 中图分类号 ：TH161；TG506 文献标识码 ：A Num ericalSimulationofSurlaceHardnessBasedonGA andRBFNeuralNetwork inPointGrindingEngineeringCeramic MALian—jie ，CAOXiao—bing’，CHENXiao—hui，LIChen (1．SchoolofControlEngineering，NortheasternUniversityatQinhuangdao，QinhuangdaoHebei066004，Chi- na；2．SchoolofMechanicalEngineeringandAutomation，NortheasternUniversity，Shenyang110819，China) Abstract：Inpointgrindingengineeringceramic，therelationshipbetween surfacehardnessHV andcutting speed ，feedspeedf，cuttingdepthn，incliningangleanddenectingangle／3wereunivariatenumericalfitting basedonRBFneuralnetwork．Andfittingresuhsaretestedbythecoefficientofdetermination，testresultsshow thatthemodelhashighcredibility．Amuhivariatemodelissolvedbetweensurfacehardnesswithfiveprocesspa— rametersbasedongeneticoptimizationalgorithminpointgrinding．Theorthogonalexperimentwasdesignedto testthemodel，themaximum errorislessthan10％ ．Theresultsindicatedthatthemodelhashighreliability． Keywords：surfacehardness；numericalsimulation；geneticalgorithms；RBFneuralnetwork；pointgrinding； engineeringceramics 意义 。 0 引言 遗传算法 (GeneticAlgorithms，GA)是一种仿生