资源描述：
《数控凸轮轴磨床磨削参数智能化选择模型研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、设计与研究DesignandResearch数控凸轮轴磨床磨削参数智能化选择模型研究StudyontheIntelligentGrindingParameterSelectingModelforACNCCamshaftGrindingMachine王红军韩秋实李光林(北京机械工业学院)摘要:数控凸轮轴磨床磨削凸轮的轮廓和尺寸精度与磨削参数的选择有重要关系。为了提高凸轮轴的加工精度和表面质量、提高加工效率,以实际的凸轮轴加工为例,对凸轮轴加工过程中的加工参数智能化选择进行了研究。运用BP神经网络对磨削参数和其
2、各种影响因素进行建模,提出了基于神经网络的磨削参数智能化选择模型。关键词:数控凸轮轴磨床磨削参数BP神经网络数控凸轮轴磨床主要用于磨削轿车发动机凸轮,有高度非线性映射、对称性判别等功能。这些功能是其工作原理是用计算机控制三个运动轴,实现凸轮轮通过对一系列样本点进行学习来实现的。通过对样本廓的形成和砂轮的修整。砂轮架横向往复进给的X的学习,使得样本点集所蕴含的输入、输出之间的映射轴移动与工件主轴转动的C轴两轴联动、连续轨迹控关系由分布在各层神经元间的权值来描述。对神经网制实现凸轮轮廓的无靠模加工。通过砂轮进给
3、控制磨络的理论研究表明,具有单隐层的前馈式分层神经网[3]削进给量,工作台Z轴移动顺序地磨削凸轮轴上的各络,可以以任意精度逼近任何非线性连续函数。BP个凸轮。砂轮由主轴变频电动机驱动,C轴、X轴由算法是一种误差反向传播算法(BackPropagatiolAl2[1]交流伺服电动机驱动。gorithm,简称BP学习算法)。BP模型是一种多层感磨削用量的选择是凸轮轴加工工艺中的一个重要知机构,是由输入层、中间层(隐层)和输出层构成的前方面,选择得恰当与否,将直接影响到凸轮轴的质量、馈网络,只含一个中间层。图1所
4、示为BP神经网络生产率和加工成本等。由于影响磨削用量的因素繁的结构模型。多,影响因素之间又相互交叉,相互制约,因而确定最佳磨削用量较为困难。随着计算机技术的发展,人们建立起计算机辅助优化切削数据的程序系统,为选择最优切削参数提供了新的方法和手段。作为人工智能研究领域的新技术———人工神经网络,具有非线性特性和信息分布性,在处理多输入和多输出系统时,省去了传统建模方法所需的复杂的各变量相关性分析;神经网络具有大量信息的并行处理功能。因此神经网络[2]非常适合于用来代替人类基于经验的决策行为。X0、X1、⋯、X
5、m-1为输入神经元,Y0、Y1、⋯、针对凸轮轴磨削加工中凸轮轴精度要求高、表面质量Ym-1为中间神经元,每一连接弧连接两个神经元,并要求高的情况,对磨削加工的众多参数分析、优化,应带有一个数值Wij为连接强度,表示同一连接弧上输用BP神经网络算法,来实现加工参数的智能化的选入神经单元对输出神经单元的影响。择。如果BP网络中有n个输入节点和m个输出节点,1BP神经网络建模原理它们的非线性激活函数即Sigmoid函数为-xf(x)=1/(1+e)(1)人工神经网络是对人脑结构的抽象和模拟。它是多层计算和输出按下
6、式计算:由大量的非线性处理单元广泛连接而成,具有大规模N-1并行处理和极强的鲁棒性、容错性及自学习功能。它Yj=f(∑WijXi-θj)j=0,1,⋯,M-1(2)i=0已在许多研究领域得到了广泛应用。多层神经网络具·34·制造技术与机床2003年第11期DesignandResearch设计与研究N-12.2BP网络的运算算法Zk=f(∑WikYi-θk)k=0,1,⋯,L-1(3)j=0BP神经网络的自学习过程是一个反复迭代的过式中,Xi为输入层第i个节点的输出值,Yj为中间层程,自学习过程的具体算法如
7、下:第j个节点的输出,Zk为输出层中第k个节点的输出,第一步:给网络赋一组小的随机初始权值,其值在Wij为输入层第i个节点到中间层第j个节点的权系0到1之间,并使其互不相等。数,Wjk为中间层第j个节点到输出层第k个节点的权第二步:将输入数据规一化,使其在0到1之间,系数,θj为中间层第j个节点的内部阈值,θk为输出层并确定期望输出信号(d0,d1,⋯,dL-1)。第k个节点的内部阈值。第三步:逐层计算神经网络的实际输出值。BP模型实现了多层网络学习的设想。当给定网Nf(∑WijXi)→Yj,j=0,1,⋯
8、,M-1络的一个输入模式时,它由输出层(单元)传到隐含层i=0N单元,经过隐含层单元逐个处理后传送到输出层单元,f(∑WikYi)→Zk,k=0,1,⋯,L-1(4)由输出层单元处理产生一个输出模式。这是一个逐层j=0状态更新过程,称为前向传播。如果输出响应与期望第四步:从输出层开始,反向调整权值,其调整公式输出模式有误差,不满足要求,那么就转入误差反向传如下播,将误差值沿着连接通路逐层传送并修正各层连接Wjk+
