基于RBF神经网络的花岗岩加工铣削力预测研究.pdfVIP

2015年 6月 机床与液压 Jun．2015 第43卷 第 11期 MACHINE TO0L＆ HYDRAUIICS Vo1．43N0．1】 DOI：1O．3969／ ． j．issr1．J001—3881．2015．11．014 基fRBF神经网络的花岗岩加工铣削力预测研究 齐凤莲 ，闫泳旭’，张帼英 (1．沈阳建筑大学交通与机械工程学院，辽宁沈阳 110168； 2．北方重工集团 自控设备厂 ，内蒙古包头 014033) 摘要：以花岗岩铣削加工中金刚石铣刀为研究对象，对直接导致刀具断裂影响加工效能的关键 索——铣削力进行了 研究。针对花岗岩加工铣削力理论公式在实际应用中的局限性，提出了一种采用实验法和神经网络预测卡}{结合的方法．利 用实验获得神经网络铣削力预测的建模样本和验证样本 以及刀具的断裂极限，利用RBF神经网络对花岗岩DilI的铣削力进 行了建模预测，通过实验数据验证了该模型的准确性 ，通过该模型预测获得优选的加工参数．许进行丁应用。结果表明该 方法有效地提高了刀具的加工效能。 关键词：花岗岩加工；金刚石刀具 ：铣削力；神经网络 中图分类号：P619．24+1；TG714 文献标志码：A 文章编号：1001-3881(2015)11-049-3 StudyofPredictionofGraniteProcessingM illingForceBasedonRBF NeuralNetwork QlFenglian，YANYongxu，‘ZHANGGuoying (1．SchoolofTraffic MechanicalEngineering，ShenyangJianzhuUllivels‘ity，Stienyang Liaoning110168，China；2．AutomaticControlEquipmentFactory，NorthHeavyIndustryGroup， BaotouInnerMongolia014033，China) Abstract：Bytakingthediamolldgratriteprote·ssingofmillingcutterasthestudyobject，thekeyfa~tol’(1fnlilliilgfolc‘eofthepro— cessingel／q(-iemY·(Ijrectlyaffei~teitbymilliiig (,tillelbreakageWasstudie~1．Alined althelimitation llfgi’antictil’() ssingmillingfiirce theoretictilrmulainpracticalapplication，amethodwasproposedwhichcombinedtheexperimentalldtheIleliralnetworktbre(a‘st．By usltgexpertnienttogeltheIIIINM Salnples，testingsamplesandthetoolo1fracturelimitpredictedtiynlillingfill’‘P‘ofileoralnetworks， alldusingRBFneu1’alnetworktillgranite[irocessiIigmillingforcetohavetheniodelingandprediction．theat(‘U‘lac)ofthemodelwas verifie~1bytheexperinlenta]data．toobtainthe(iptimalprocessingparametersbythepredicti(inmodelwhM iwasappliedinthea(’tual process．TheresultssllOW thatthisisan effe~：tirenlethod toimprovetheprocessingeffh。iencyoft,)o1．