基于神经网络的BTA刀具磨损量预测.PDFVIP

２０１６年第５０卷Ｎｏ．１１ １０７ 基于神经网络的ＢＴＡ刀具磨损量预测 １，２ ２ １，２ １，２ １ 高伟佳 ，沈兴全 ，黄晓斌 ，马腾 ，乔志强 １ ２ 中北大学；山西省深孔加工工程技术研究中心 摘要：用单齿ＢＴＡ刀具进行深孔钻削时，刀具磨损通常以刀齿后刀面磨损为主。本文提出一种基于人工神 经网络的后刀面磨损值预测方法，采用试验设计的方法进行ＢＴＡ钻削试验，通过万能工具显微镜来测量刀齿后刀 面的磨损值，得到训练样本。通过有限的训练样本建立关于切削速度、进给量和轴向力的刀齿后刀面磨损量的预 测模型，然后运用ＭＡＴＬＡＢ进行仿真与计算。试验和仿真结果表明，该模型能有效预测刀齿后刀面磨损值，为减 少刀具磨损提供了依据。 关键词：人工神经网络；单齿ＢＴＡ钻；后刀面磨损值 中图分类号：ＴＧ７１３；ＴＨ１６１　　　　　　文献标志码：Ａ ＲｅｓｅａｒｃｈｏｆＴｏｏｌＷｅａｒｉｎＢＴＡＢａｓｅｄｏｎＮｅｕｒａｌＮｅｔｗｏｒｋ ＧａｏＷｅｉｊｉａ，ＳｈｅｎＸｉｎｇｑｕａｎ，ＨｕａｎｇＸｉａｏｂｉｎ，ＭａＴｅｎｇ，ＱｉａｏＺｈｉｑｉａｎｇ Ａｂｓｔｒａｃｔ：Ｉｎｔｈｅａｃｔｕａｌｐｒｏｃｅｓｓｏｆｄｅｅｐｈｏｌｅｐｒｏｃｅｓｓｉｎｇ，ｔｈｅｗｅａｒｗｉｔｈｂｌａｄｅＢＴＡｄｒｉｌｌｕｓｕａｌｌｙａｐｐｅａｒｓｉｎａｆｏｒｍ，ｕｓｕ ａｌｌｙｉｓｆｌａｎｋｗｅａｒ，ｆｌａｎｋｗｅａｒｉｓｕｓｕａｌｌｙｍｅａｓｕｒｅｄｂｙｔｈｅａｖｅｒａｇｅｗｅａｒｖａｌｕｅＶＢ．Ｔｈｅｒｅｆｏｒｅｗｅｐｒｏｐｏｓｅｄａｆｌａｎｋｗｅａｒｖａｌｕｅ ｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄｗｈｉｃｈｂａｓｅｄｏｎａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋ．ＡｄｏｐｔｅｄｔｈｅｍｅｔｈｏｄｏｆｅｘｐｅｒｉｍｅｎｔａｌｄｅｓｉｇｎｆｏｒＢＴＡｄｒｉｌｌｉｎｇｅｘ ｐｅｒｉｍｅｎｔｓ，ｕｓｉｎｇｍｉｃｒｏｓｃｏｐｅｔｏｍｅａｓｕｒｅｔｈｅｗｅａｒｏｆｔｏｏｔｈｆｌａｎｋｖａｌｕｅｔｏｏｂｔａｉｎｔｈｅｔｒａｉｎｉｎｇｓａｍｐｌｅｓ．Ｔｈｅｎｂｙｌｉｍｉｔｅｄｔｒａｉｎ ｉｎｇｓａｍｐｌｅｓｔｏｅｓｔａｂｌｉｓｈｔｈｅｃｕｔｔｉｎｇｓｐｅｅｄ，ｆｅｅｄｒａｔｅａｎｄａｘｉａｌｆｏｒｃｅｓａｂｏｕｔｔｏｏｔｈｆｌａｎｋｗｅａｒｖａｌｕｅｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌ，ａｎｄｔｈｅｎ ｕｓｉｎｇＭＡＴＬＡＢｔｏｓｉｍｕｌａｔｅａｎｄｃａｌｃｕｌａｔｅ．Ｔｅｓｔａｎｄｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｍｏｄｅｌｃａｎｐｒｅｄｉｃｔｔｏｏｔｈｆｌａｎｋｗｅａｒｖａｌ ｕｅｓｅｆｆｅｃｔｉｖｅｌｙ，ｐｒｏｖｉｄｅｄｔｈｅｂａｓｉｓｔｏｒｅｄｕｃｅｔｏｏｌｗｅａｒ． Ｋｅｙｗｏｒｄｓ：ａｒｔｉｆｉｃａｌｎｅｕｒａｌｎｅｔｗｏｒｋ；ｂｌａｄｅＢＴＡｄｒｉｌｌ；ｆｌａｎｋｗｅａｒｖａｌｕｅ 　引言 　试验 现代切削对深孔加工技术的要求越来越高，深 如图１所示，选用Ｔ２１２０深孔钻镗床进行钻削 孔加工环境相对封闭，刀具磨损很难控制，造成加工 试验，试验对象为直径６０ｍｍ的镍合金（ＮＣｒ９）。试 质量降低，极大限制了深孔加工技术的发展。目前 验采用直径Ｄ＝１５ｍｍ的单齿ＢＴＡ机夹可转位深孔 在深孔加工中， ＢＴＡ钻削因具有良好的加工质量和 钻头钻孔。钻孔长度 ５００ｍｍ，每个孔用新的刀具 稳定的加工性能得到了广泛应用。单齿 ＢＴＡ钻包 钻。采用三向铣削测力仪测量轴向力，并用万能工 括刀齿、刀体和两个导向条，其磨损最先出现在刀齿 具显微镜测量刀齿后刀面磨损值。为更好地研究切 后刀面，因此，通过测量深孔加工