基于模糊和ANFIS的机械加工参数研究.pptVIP

模糊逻辑和ANFIS优化机械加工参数的应用研究 姓名： 专业： 　指导教师： 研究的目的和意义 课题来源　吉林省科技发展基金资助项目 误差复映现象： 　对于这种复杂的非线性系统，常规的控制方法如PID控制无能为力，给在CIMS中的应用带来困难 国内外研究现状 神经网络/模糊系统/模糊神经/ANFIS 神经网络－BP/RBF 精度高，需要数据多，泛化能力受数据影响大 模糊和ANFIS在非线性系统应用很多，如阀控非对称缸电液伺服系统控制、小车摆系统辨识 等 可以融入专家经验 论文的理论依据 已证明模糊系统是一个万能逼近器，可用于非线性逼近，而 ANFIS从本质上也是一个模糊系统，且神经网络可用于非线性逼近。 在很多非线性系统的应用 论文的研究方法 获取实验数据 模糊和ANFIS基本理论的学习 对模糊和ANFIS进行改进的研究 改进代码编写，实验 改进后算法应用实验 结论分析 论文的研究内容 混合输入型模糊系统的建立和应用 对模糊聚类算法改进，将之用于模糊系统建模 用共轭梯度法对ANFIS的训练算法进行改进 ANFIS在优化加工参数中应用 模糊和ANFIS算法在DSP或FPGA上的实现 其他有价值的问题 研究条件和可能存在的问题 研究条件：实验数据获取、资料、MATLAB、硬件实验等 问题：算法改进难度大，改进后算法异常，算法应用中问题、实验数据不足，在硬件上实现问题等 预期的结果 改进后算法性能的提高 应用效果的提高 进度安排 05年9月至05年11月学习基本理论 05年12月到06年3月完成算法的改进，尝试硬件算法的实现 06年4月收集到足够的实验数据 06年5月至06年9月完成应用实验和硬件实验 06年9月至07年3月写完毕业论文 07年5月答辩 谢谢!欢迎各位老师和同学的宝贵意见 本文观看结束！！！ * * 　　误差复映系数与工艺系统刚度、切削条件、进给量、工件材料的硬度等多个因素有关,且呈复杂的非线性关系，难以通过公式精确算出。多次加工可以减少误差,而加工次数及每次加工余量的选取目前主要依靠人的经验。 谢 谢 欣 赏！