?>@A9BCCD9#""#E%FF#9!"#$9"$9"!G基于人工神经网络的超声加工振幅控制的研究#"> ?>@A9BCCD9#""#E%FF#9!"#$9"$9"!G基于人工神经网络的超声加工振幅控制的研究#" />
欢迎来到天天文库
浏览记录
ID:52208112
大小:1.25 MB
页数:2页
时间:2020-03-24
《基于人工神经网络的超声加工振幅控制的研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、!"#$年%月机床与液压'789!"#$第&%卷第$期'()*+,-.//01*234(50+)6:;<9&%,;9$!"#!#"=%>?>@A9BCCD9#""#E%FF#9!"#$9"$9"!G基于人工神经网络的超声加工振幅控制的研究#!%#邢秀琴!郑爱国!叶志忠!祝锡晶"#9中北大学机械与动力工程学院!山西太原"%""$##!9山西晋西工业集团有限责任公司!山西太原"%""!G#%9太原重工股份有限公司!山西太原"%""!&$摘要!针对超声振动加工中&系统振幅随外界条件的变化而衰减的问题&提出了利
2、用人工神经网络分析换能器的输入电流&以保证超声加工的振幅始终工作在最大值附近(通过人工神经网络训练数据&建立换能器输入电流与超声波发生器频率调整间的关系&达到实时调节超声波发生器频率使整个系统处于谐振的作用(最后&将此方案应用在功率超声珩磨加工中&通过换能器输入电流的稳定性和加工精度证明此方案的效果(关键词!超声振动加工#人工神经网络#振幅控制#在线检测中图分类号!.T$F"RR文献标志码!(RR文章编号!#""#E%FF#"!"#$#$E#"#E!%.E:?34$*G6&.E:)H34.23638Z6
3、.2,534&-;,-=&4&4<9,5):34$2.&8&-&,6T)E2,6T).A32X#!%#i+,TiBYIBD&V*-,T(BJY;&2-VOBoO;DJ&V*5iBABDJ"#96MO;;<;X'NMO7DBM7<7DP;KN8-DJBDNN8BDJ&,;8QO5DB]N8CBQZ;X)OBD7&.7BZY7D6O7D`B"%""$#&)OBD7#!9hBD`B+DPYCQ8BNCT8;Y[);=&0QP=&.7BZY7D6O7D`B"%""!G&)OBD7#%9.7BZY7D*N7]Z
4、+DPYCQ8Z);=&0QP=&.7BZY7D6O7D`B"%""!&&)OBD7$$15.2,-.!(BHNP7QQON[8;W5、;NDCY8NQON7H[6、NQONKO;7、7QB;DH7MOBDBDJ#(8QBXBMB78、来越高&因此对加工环境'加工条件和加工机床也适应能力'并行信息处理的能力'非线性映射能力)#*有了更高的要求(超声振动加工能实现高效'高等(人工神经网络"(,,$能通过训练存储关于过质量和高精度的加工'具有高的加工稳定性和可靠程的知识&能从定量的历史信息中学习&能根据正常)#*性(但是由于超声振动加工系统的振动振幅容易工作状态的历史数据训练网络&然后将此信息与当前)&*受外界条件的变化发生衰减&严重时会导致超声加的操作数据进行比较&以确定系
5、;NDCY8NQON7H[6、NQONKO;7、7QB;DH7MOBDBDJ#(8QBXBMB78、来越高&因此对加工环境'加工条件和加工机床也适应能力'并行信息处理的能力'非线性映射能力)#*有了更高的要求(超声振动加工能实现高效'高等(人工神经网络"(,,$能通过训练存储关于过质量和高精度的加工'具有高的加工稳定性和可靠程的知识&能从定量的历史信息中学习&能根据正常)#*性(但是由于超声振动加工系统的振动振幅容易工作状态的历史数据训练网络&然后将此信息与当前)&*受外界条件的变化发生衰减&严重时会导致超声加的操作数据进行比较&以确定系
6、NQONKO;7、7QB;DH7MOBDBDJ#(8QBXBMB78、来越高&因此对加工环境'加工条件和加工机床也适应能力'并行信息处理的能力'非线性映射能力)#*有了更高的要求(超声振动加工能实现高效'高等(人工神经网络"(,,$能通过训练存储关于过质量和高精度的加工'具有高的加工稳定性和可靠程的知识&能从定量的历史信息中学习&能根据正常)#*性(但是由于超声振动加工系统的振动振幅容易工作状态的历史数据训练网络&然后将此信息与当前)&*受外界条件的变化发生衰减&严重时会导致超声加的操作数据进行比较&以确定系
7、7QB;DH7MOBDBDJ#(8QBXBMB78、来越高&因此对加工环境'加工条件和加工机床也适应能力'并行信息处理的能力'非线性映射能力)#*有了更高的要求(超声振动加工能实现高效'高等(人工神经网络"(,,$能通过训练存储关于过质量和高精度的加工'具有高的加工稳定性和可靠程的知识&能从定量的历史信息中学习&能根据正常)#*性(但是由于超声振动加工系统的振动振幅容易工作状态的历史数据训练网络&然后将此信息与当前)&*受外界条件的变化发生衰减&严重时会导致超声加的操作数据进行比较&以确定系
8、来越高&因此对加工环境'加工条件和加工机床也适应能力'并行信息处理的能力'非线性映射能力)#*有了更高的要求(超声振动加工能实现高效'高等(人工神经网络"(,,$能通过训练存储关于过质量和高精度的加工'具有高的加工稳定性和可靠程的知识&能从定量的历史信息中学习&能根据正常)#*性(但是由于超声振动加工系统的振动振幅容易工作状态的历史数据训练网络&然后将此信息与当前)&*受外界条件的变化发生衰减&严重时会导致超声加的操作数据进行比较&以确定系
此文档下载收益归作者所有