基于BP神经网络的磨削温度预测.pdf

《基于BP神经网络的磨削温度预测.pdf》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、第1期(总第131期)机械管理开发2013年2月No．1(SUMNo．131)MECHANICALMANAGEMENTANDDEVELOPMENTFeb．2013基于BP神经网络的磨削温度预测宋慧东(山西潞安集团常村煤矿，山西长治046100)摘要：磨削温度是评价磨削过程的一个重要指标，利用BP神经网络良好的非线性映射功能，以磨削用量(砂轮线速度、工作太速度和磨削深度)为输入，以磨削温度为输出，建立了磨削温度的BP神经网络预测模型。并通过仿真验证了模型的正确性．为磨削温度的预测提供了一个简单可行的方法。关键词：磨削；BP神经网络；磨削温度；预测中图分类号：TH16

2、文献标识码：A文章编号：1003—773X(2013)01—0145—020引言作用相当于神经细胞中传出神经冲动的轴突。BP神磨削是一种常用的精密加工方法，能获得很高的经网络结构，如图1所示。加工精度和表面质量。在钛合金、高温含金、超高强度在人工神经网络的实际应用中，绝大部分人工神钢、不锈钢及高温结构陶瓷等难加工材料的加工中，特经网络通常包括输入层、隐含层及输出层，根据具体的别是在成形表面的加工中，磨削是一种非常有效的加情况各层神经元的个数不同，层次间的神经元互相连工方法r-。但是磨削过程中产生的热效应不仅对工件接，但层次内的神经元无连接关系。在实际应用中，的表面

3、质量和使用性能有极大影响，同时也影响砂轮80％～9O％的人工神经网络模型是采用BP网络使用寿命，因此，对工件表面(尤其是磨削区)的温度进(Back-PropagationNetwork)或其变化形式，BP网格是行研究，对深入探讨磨削机理和被磨零件表面完整性前馈网络的核心部分，体现了人工神经网络的精华[5i。具有重要意义0】。2实验条件及仿真样本的获取然而，目前人们主要通过对实验数据进行多元回本实验在冈本公式生产的GOTEN，GTs一6016归分析来预测磨削加工的磨削温度，但难于找到适当AHD精密平面磨床上进行，具体的实验条件，如表1的回归模型而导致预测精度不高。随

4、着计算机仿真技所示。术的发展，人工神经网络建模用来解决磨削温度问题表1实验条件是方便和有效的。利用神经网络建模时不必了解系统参数试验条件内部的实际运行规律，只需用已有的磨削参数对系统进行训练，当达到给定的误差要求时，即可用该系统对工件／热压烧结而成的纳米ZrO：陶瓷，mm长×宽×高(60×20×10)磨削过程进行仿真，预测磨削温度。本文应用BP神经网络对磨削温度进行建模，并通过实验验证了模型的可行性。金刚石砂轮直径350mm，宽度35mm，粒度270撑。W10；树脂结合剂；浓度100％1人工神经网络原理人工神经网络是使用数学方法模拟人脑的形式砂轮线速度Vs／(m／

5、s)25．5，33．6。44思维逻辑，它由大量并行非线性处理单元通过连接权组成网络的结构，从内部简单地模拟人脑的部分形象工作台速度／(m／min112．8，14，16n思维。人工神经网络用简单的数据处理单元模拟神经磨削深度ap／(1~m／pass)5．1O．15元作为网络的一个结点，用权值模拟神经元之间的突冷却方式干磨触连接强度：正权值起兴奋型突触的作用，负权值则起抑制型突触的作用。一个结点有许多输入，类似于神在砂轮和工件确定后，磨削用量(砂轮速度，工作经细胞的树突，接受来自台速度，磨削深度)是影响磨削温度的主要因素，本文其位神经元的兴奋或抑制采用BP神经网络来研

6、究磨削用量对磨削温度的影响，建信号。计算处理单元对所立磨削温度的预测模型。砂轮速度取25．5rrds，33．6m／s，有输入值进行加权求和，44m／s；工作台往返速度取l2．8m／min，14m／min，16m／min．并将加权和通过内部转换磨削深度取：5m，10m，15m。实验采用正交的方函数产生一个输出值，其图1BP神经网络结构式进行，实验设计方案及结果，如表2所示。收稿日期：2012—09—05．作者简介：宋慧东(1983一)，男，山西长子人，助理工程师，本科，从事煤矿工作。·145·第1期(总第131期)机械管理开发2013年2月表2磨削试验测量结果任意7

7、组进行网络的学习，另外两组用来进行网络的序号磨削深度／砂轮线速度／_T作台速度／磨削温度，验证。本次随机选取3和6两组数据作为验证数据，另(m／s)(m／min)℃外7组用于网络的学习。图4为BP神经网络的训练过l525．51430821025．512．8354程。从图4可以看出网络的训练过程收敛很快，经过31525．516376训练很快就达到了理想的训练效果。4533．6163054神经网络的实验验证51033．614368建立好的神经网络模型是否可用必须经过实验验6l533．612_8383证，所以采用另外两组实验样本对模型进行验证。采754412．83l8用

8、建立好的神