基于神经网络的磨削工艺参数智能预测模型.pdfVIP

第 8期 组 合 机 床 与 自动 化 加 工 技 术 NO．8 2013年 8月 M odularM achineTool＆ AutomaticM anufacturingTechnique Aug．2013 文章编号 ：1001—2265(2013)08—0091—04 基于神经网络的磨削工艺参数智能预测模型书 刘伟强，杨建国 (东华大学 机械工程学院，上海 201620) 摘要 ：磨削参数的合理选择对于磨削加工过程有着重要 的影响，将人工智能运用到磨削工艺参数的 选择过程 中是现代发展 的一个新趋势。在分析现有的智能算法后 ，提 出了一种利用 BP神经 网络模 型来确定磨削参数的方法。在该方法 中综合考虑影响磨削加工的因素，把它们列为神经网络系统的 输入参数 ，并对输入参数进行编码 ；同时也对输 出参数 (砂轮速度 、工件速度、磨削深度、磨削进给速 度)进行 了归一化处理 以适应神经网络 的学习。采用循环算法比较得 出隐层 的最优神经元个数 ，从 而最终建立 了磨削参数智能预测模型，并利用 Matlab进行仿真预测 ，仿真结果表 明该预测模型准确 率很高，能为磨削参数的选择提供可靠数据。 关键词：磨削参数 ；BP算法；神经网络 ；预测模型 中图分类号 ：TH162 文献标识码 ：A GrindingParameterIntelligentPrediction ModelBased onBP NeuralNetwork LIU Wei-qiang，YANG Jian-guo (CollegeofMechanicalEngineering，DonghuaUniversity，Shanghai201620，China) Abstract：Thereasonableselection ofgrindingparametersplaysan importantrole in grinding process． Combineartificialintelligencewith theselection ofgrinding processparametersisa new trend in the modem development．Afteranalyzingtheexisting intelligentalgorithm ，putforwardanew methodthat usingartificialneuralnetworkmodeltodeterminethegrindingparameters．Considerating the influence factorsofgrindingcomprehensively，andlistingthem asneuralnetwork inputparameterswhichareenco— ded．Atthesametimemaketheoutputparameters(wheelspeed，workpiecespeed，grindingdepth， grindingfeedrate)onthenormalizedinordertoadapttohteneuralnetworklearning．Usingcyclicalgo— rithm foroptimalnumberofneuronsinthehidden layers，andeventuallyestablishedthegrindingparame— tersintelligentpredictionmodelUsingmatlabtosimulateit，thesimulationresultsshow thatthepredic— tionmodelhashighaccuracy，andcanprovidereliabledatafortheselectionofgrindingparameters． Keywords：grindingparameters；BPalgorithm ；neuralnetwork；prediction