基于卷积神经网络在线盲孔深度预测模型.docVIP

基于卷积神经网络在线盲孔深度预测模型 　　【摘 要】在使用电火花加工技术对难加工金属进行加工时，因为加工过程的复杂性，单纯通过电火花加工实验方法研究各种加工参数对盲孔深度的影响，不能满足现代工艺的需求。本文提出了一种基于卷积神经网络的在线盲孔深度预测模型。考虑电极直径大小，峰值电流大小和碳黑膜长度的影响，预测加工孔的实际深度。采用正交实验设计，产生的小样本数据用于卷积神经网络的训练和测试。实验结果表明，卷积神经网络模型在预测盲孔深度时具有较高的准确性。 　　【关键词】电火花加工；盲孔深度；预测模型；卷积神经网络 　　中图分类号： TG661 文献标识码： A 文章编号： 2095-2457（2018）13-0174-003 　　DOI：10.19694/ki.issn2095-2457.2018.13.080 　　【Abstract】When using EDM technology to process difficult-to-machine metals， due to the complexity of the machining process， the effects of various machining parameters on blind hole depth can not be satisfied by the EDM experiment m