RBF云神经网络在数控机床刀具磨损状态识别中的应用

《RBF云神经网络在数控机床刀具磨损状态识别中的应用》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、2011年8门机床与液压Aug．2011第39卷第l5期MACHINETO0L&HYDRAULICSV01．39NO．15DOI：10．3969／j．issn．1001—3881．2011．15．043RBF云神经网络在数控机床刀具磨损状态识别中的应用王姣，祁美玲(大连交通大学软件学院，辽宁大连116028)摘要：在数控机床加工过程中，刀具破损是造成加工设备损坏和加工安全事故的主要起因，且刀具的磨损对加工质量有着直接影响，因此，正确对数控机床的刀具状态进行识别有着重要的工程价值。提出一种云理论与RBF神经网络柏结合的RBF云神经网络模型，该模型既有云理论的随机性和模糊

2、性，又有RBF的学习、记忆能力。将其应用到数控机床的刀具磨损状态识别中，实验结果表明：该网络模型的精确度较高，具有较强实用性。关键词：数控机床；刀具磨损；RBF云神经网络中图分类号：TP274+．2文献标识码：A文章编号：lOO1—3881(2011)15—146—4ApplicationofRBFCloud．neuralNetworkinIdentificatiOnOfCNCMachineToolWearWANGJiao．QIMeiling(CollegeofSoftware，DalianJiaotongUniversity，DalianLiaoning116028

3、，China)Abstract：IntheNCmachiningprocess，toolbreakageisthemaincauseofequipmentsdamageands~etyincidents，andtoolwearhasadirectimpactonthequalityofproduct，therefore，correctlyidentifyingNCmachinetoolstatehasimportantengineeringvalue．ARBFcloud—neuralnetworkmodelwhichcombinedcloudtheoryandRBFn

4、euralnetworkwaspresented．Themodelhadnotonlyrandomnessandfuzzinessofcloudtheory，butalsotheabilityoflearningandmemoryofRBF．Itwasappliedtothestateidentifi—cationofNCmachinetoolwear．Theexperimentalresultsshowthatthemodelhashighaccuracyandstrongpracticability．Keywords：CNCmachinetool；Toolwear

5、；RBFcloudneuralnetwork神经网络作为人工智能联结主义方法的产物，在响，总是存在随机性的采集误差。针对此上问题，作世界范围内已有近三十年历史，国内研究也近一二十者将李德毅教授提出的云模型(随机性与模糊性的年，其作为一种新型的信息处理手段运用在众多的专完美结合)与RBF神经网络结合，形成RBF云神经业领域⋯。在众多的网络模型中应用较广、研究较多网络模型，并应用到数控机床刀具磨损状态识别中。的是以BP为代表的静态前馈网络。虽然己经证明，1云理论的基本理论¨只要有足够多隐层，BP网可以逼近任意的非线性映1．1云模型射关系，但是因为误差曲面是一个非常复杂的超

6、曲云理论是李德毅教授在1995年提出的定性定量面，所以BP网存在着很多的问题。这些问题的不确定性转换模型，实现定性概念与定量数值之间的根本原因在于BP网络没有对输入向量空间进行有效不确定性转换，其精髓为随机性和模糊性的完美结的映射。MOODY和DARKEN提出的RBF(Radial合，定义如下：设是一个用精确数据值表示的定BasisFunctionNetwork)神经网络，即径向基函数网量论域，c是上的定性概念，若定量值∈U，且络，其具有能确切地描述出实际神经元的响应基于感是定性概念C的一次随机实现，对c的隶属度(确受野这一特点，比BP网有更深厚的理论基础，性能定度)

7、为()∈[0，1]是具有稳定倾向的随机数。大大优于BP网。目前国内外对RBF网络已有大量即的研究，一方面，就网络结构及参数本身进行优化改：l0，1lV∈U—()进；另一方面，考虑到现实中事件发生的不确定性，则在论域u上的分布称为云，每个称为一个云滴不少研究将模糊集理论与神经网络相结合，但是模糊(，())。集理论用隶属度来刻画模糊事物亦此亦彼性，使得模在云理论中概念的整体特性用云的数字特征糊问题转换为精确的数学问题，因此是不彻底的。同(，，)来反映，这是定性概念的整体定量特性。时，在工程应用中，由于测量环境和测量设备的影期望是概念在论域中的中心值，是最