不同切削力預测建模方法的比较研究.docVIP

不同切削力预测建模方法的比较研究 来源：HYPERLINK 开关柜无线测温 1 引言 在切削技术研究及实际切削加工中，有关切削力的数据是计算切削功率、设计和使用机床、刀具和夹具、开发切削数据库、实现加工中切削力控制等的重要依据。在实际生产中，为了在粗加工时充分利用机床功率，在精加工时有效保证工件质量，均需合理选择切削条件，并对选定切削条件下的切削力进行预测。 预测切削力的经验模型主要建立在最小二乘回归法的基础上，近年来，人工神经网络法和灰色理论建模法的应用也越来越多。这些建模方法具有不同的特点及使用条件，并各有利弊。本文结合实例对人工神经网络法和灰色理论建模法的建模特点及其优劣进行了较深入的分析，并与常用的最小二乘回归法进行比较，旨在为合理选择建模方法提供参考依据。 2 基于径向基神经网络的切削力预测建模 基于Kolmogorov定理的三层BP神经网络可较精确地拟合任意连续函数，当输入节点数为n时，隐层节点数为(2n+1)且常选择Sigmoid型传递函数。在实际应用中，往往需要大量的BP隐层节点，通过增加隐层数可减少各隐层上的节点数，但迄今尚无选取BP网络隐层数及其节点数的统一方法。此外，标准BP以及各种改进型BP算法均存在局部极小和收敛速度的问题。 径向基神经网络(RBF)精确拟合任意连续(或不连续)目标函数的能力及学习速度均优于BP网络。RBF的隐层节点采用径向基传递函