基于人工神经网络的BTA钻削表面粗糙度预测研究

《基于人工神经网络的BTA钻削表面粗糙度预测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TH161单位代码：10110学号：s20110187中北大学基于硕士学位论文人工神经网基于人工神经网络的BTA钻削络的BTA表面粗糙度预测研究钻削华表北面粗糙度预测研究硕士研究生高腾中指导老师苗鸿宾北大学科专业机械制造及自动化学2014年5月16日图书分类号：TH161密级非密注1UDC621.4硕士学位论文基于人工神经网络的BTA钻削表面粗糙度预测研究高腾指导教师(姓名、职称)苗鸿宾教授申请学位级别工学硕士专业名称机械制造及自动化论文提交日期年月日论文答辩日期年月日学位授予日期年月日论文评阅人答辩委员会主席年月日原创

2、性声明本人郑重声明：所呈交的学位论文，是本人在指导教师的指导下，独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名：日期：关于学位论文使用权的说明本人完全了解中北大学有关保管、使用学位论文的规定，其中包括：①学校有权保管、并向有关部门送交学位论文的原件与复印件；②学校可以采用影印、缩印或其它复制手段复制并保存学位论文；③学校可允许学位论文被查阅或借阅；④学校可以学术交流

3、为目的，复制赠送和交换学位论文；⑤学校可以公布学位论文的全部或部分内容(保密学位论文在解密后遵守此规定)。签名：日期：导师签名：日期：基于人工神经网络的BTA钻削表面粗糙度预测研究摘要随着时代的发展，深孔加工越来越受到广泛的关注，在机加工领域占有举足轻重的地位。它的加工难度比较大，而且每次加工的工作量大，加工时间往往都比较长，是制造加工中的一个重要加工过程。然而由于人们对产品的要求越来越高，如何获得高的表面质量已成为当前关注的热点和关键性问题。本文对现阶段深孔加工中如何控制表面粗糙度进行了研究，利用神经网络建立模型预测表面粗糙度

4、，为深孔加工领域提高表面质量和优化切削参数提供了新的思路，具有重要的理论意义和实际应用价值。本文以BTA深孔钻削表面粗糙度的预测为主要研究内容，对影响表面粗糙度的因素进行正交试验，分析BTA钻削的加工机理和表面粗糙度在各个影响因素作用下的结果，得出它们对表面粗糙度的影响规律，为更好的预测表面粗糙度提供理论依据。本文通过引入神经网络理论到深孔加工领域，利用切削速度、进给量和轴向力对表面粗糙度的影响规律建立预测BTA钻削表面粗糙度的网络模型。动态调整隐含层的节点数来确定网络结构。通过训练与验证网络模型，比较模型的预测精度和收敛能力能

5、否达到要求。课题研究表明，本文所选取的3-16-1三层BP网络模型的预测误差都在3%以内，能够比较准确的预测表面粗糙度。这样就能够选择最优的切削参数，量化预测表面粗糙度，解决BTA钻削无法在线控制表面质量的问题，具有重要的理论意义和实际应用价值。关键词：BTA钻削，人工神经网络，表面粗糙度，正交试验SurfaceRoughnessPredictionofBTADrillingBasedonArtificialNeuralNetworkAbstractWiththedevelopmentofthetimes,peoplearemo

6、reandmoreattentiononthedeepprocessing,itoccupiesapivotalpositioninthefieldofmachining.Itismuchdifficultmachinedandeachprocessinghasheavyworkload,processingtimeisoftenlong,themanufacturingprocessisanimportantprocess.However,peoplehaveincreasinglyhighdemandfortheproduc

7、t,howtoobtainahighsurfacequalityhasbecomeafocusofattentionandkeyissues.Inthispaper,howtocontrolthesurfaceroughnesswerestudiedbyusingneuralnetworkmodel,itprovidesanewwayofthinkingtopredictthesurfaceroughnessandimprovethesurfacequalityandoptimizedcuttingparametersforth

8、edeepprocessingfield,ithasimportanttheoreticalsignificanceandpracticalvalue.Inthispaper,thefactorsofaffectingthesurfaceroughnessmak