基于模糊神经网络的工程陶瓷电火花加工工艺模型研究.pdf

《基于模糊神经网络的工程陶瓷电火花加工工艺模型研究.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、制造技术／I艺装备现代制造工程(ModemManufacturingEngineering)2016年第8期基于模糊神经网络的工程陶瓷电火花加工工艺模型研究+王鹤1，邵凤翔1，李辉1，王鑫1，李雪2(1河南工程学院机械工程学院，郑州451191；2南京工程学院机械工程学院，南京211167)摘要：针对工程陶瓷电火花特种加工技术本身的特点，提出一种利用模糊神经网络来对工程陶瓷电火花加工的加工效果进行预测的智能控制方法。该方法融合了模糊控制理论和神经网络技术的优点，建立了工程陶瓷电火花加工过程中的加工速度和表面粗

2、糙度随着工艺电参数变化的预测模型。实验结果表明应用该模型能够精确地预测出给定条件下的加工速度和表面粗糙度，其相对误差较小，从而验证了该模型的可靠性和可行性。关键词：工程陶瓷；电火花加工；模糊控制；神经网络中图分类号：THl61+．1文献标志码：A文章编号：1671_3133(2016)08----0130--04DoI：10．16731／i．cnki．1671—3133．2016．08．024Optimizationofelectricalparameterinelectricaldischargemachi

3、ningofengineeringceramicsbasedonfuzzyneuralnetworkWangHel，ShaoFengxian91，LiHuil，WangXinl，LiXue2(1MechanicalEngineeringDepartment，HenanEngineeringInstitute，Zhengzhou45191，China；2MechanicalEngineeringDepartment，NanjingEngineeringInstitute，Nanjing211167，China)

4、Abstract：Accordingtothecharacteristicsofelectricaldischargemachiningofengineeringceramicswhichisaspecialprocesstechnology，bringsupanintelligentcontrolmethodthatCallpredictprocesseffectofengineeringceramicsbyelectricaldischargemachiningbasedonthefuzzyneuraln

5、etwork．Thismethodintegratetheadvantageoffuzzycontroltheoryandneuralnetworktech-nologyandestablishpredictionmodeltopredictthechangesofprocessingspeedandsurfaceroughnessaccordingtoelectricalparametricvariationintheprocessofengineeringceramicselectricaldischar

6、gemachining．Experimentalresultsshowthattlle印-plicationofthemodelcanaccuratelypredictthemachiningspeedandsurfaceroughnessundergivencondition，therelativeerrorissmaller，thusvalidatingthereliabilityandfeasibilityofthemodel．Keywords：engineeringceramic；electricdi

7、schargemachining；fuzzycontrol；NeuralNetwork(NN)0引言工程陶瓷具有高强度、高硬度、抗腐蚀、耐磨损、耐高温、绝缘性好及重量轻等优异性能，越来越受到各领域科学工作者的重视与青睐，而且其在生产领域的商业化应用前景也极其广阔¨引。但是，工程陶瓷具有极大的硬脆性、低断裂韧性，同时材料的弹性极限和强度非常接近，因此工程陶瓷的加工难度很大，加工方法稍有不当就会导致工件表面加工质量不理想，极难实现高精度、高效率和高可靠性的加工，从而+河南省高等学校重点科研项目(158460001

8、)130限制了工程陶瓷的进一步发展旧圳。在工程陶瓷电火花加工中，电参数是影响加工工艺效果的关键因素"J。为设定合适的电参数，常采用经验公式、工艺曲线、工艺曲面及查表等方法，但这些方法都存在局限和不足，而且往往达不到预期效果"引。由于加工参数和加工效果之间通常存在着高度的非线性关系，且不能用数学表达式表达，因此难以建立加工参数的最优化模型。本文采用神经网络和模糊控制理论相结合的方法来建立加工工艺模型L