基于BP神经网络的立铣加工振动快速预估
陈勇; 刘雄伟; 俞铁岳
华侨大学机电及自动化学院; 华侨大学机电及自动化学院 福建泉州362021; 福建泉州362021;
CHEN Yong,LIU Xiong-wei,YU Tie-yue(School of Mechanical Engineering and Automation.Huaqiao University Quanzhou 362021,China)
摘要 结合研制的立铣加工过程虚拟仿真系统和实验测量铣削力信号,训练并建立优化的1-20-1型BP神经网络模型,快速实现铣削加工过程刀具-工件系统振动状态的预估.对比神经网络模型预估的振动结果与实验测量振动信号可以看出,二者数据吻合较好,表明铣削虚拟仿真系统与神经网络技术的结
关键词 :
振动预估 ,
虚拟仿真 ,
立铣加工 ,
BP神经网络
Abstract :Combined with a virtual simulation system of peripheral milling process and cutting force signal obtained in cutting trials,an optimal BP neural network model with 1-20-1 structure that can be used rapidly to predict vibration in peripheral milling proces
Key words :
virtual simulation
vibration estimation;
peripheral milling
BP neural network
出版日期: 2006-03-28
[1]
赖清衷卫声熊鹏文黄嘉诚任倩茹. 基于BP神经网络与多分类支持向量机的水质识别与分类 [J]. 南昌大学学报(理科版), 2016, 40(06): 563-.
[2]
余廷芳;朱洪震;彭春华. 基于NSGA-Ⅱ算法的锅炉燃烧多目标优化 [J]. 南昌大学学报(工科版), 2013, 35(01): 58-.
[3]
徐林猛; 王时胜. 组合神经网络在脱水干塔精馏软测量中的应用 [J]. 南昌大学学报(工科版), 2008, 30(04): 1-.
[4]
石英; 郭靖芬. 基于理想方案的BP神经网络土地利用规划方案评价 [J]. 南昌大学学报(理科版), 2008, 32(01): 1-.
[5]
刘国平; 符强; 张华. BP神经网络在带钢宽展预测中的应用 [J]. 南昌大学学报(工科版), 2003, 25(03): 1-.
[6]
施可为; 胡文松. 一种新的神经网络分类系统 [J]. 南昌大学学报(工科版), 1997, 19(01): 1-.