数控内齿强力珩齿珩削力的预测方法研究

作者：丁恒; 夏链; 韩江; 刘海军

来源：合肥工业大学学报(自然科学版), 2021, 44(10): 1301-1305+1310.

DOI：10.3969/j.issn.1003-5060.2021.10.002

• 内啮合强力珩齿
• 珩削力
• 反向传播(BP)神经网络
• 指数型模型

为获得内齿强力珩齿加工中的珩削力数值,文章引入反向传播(back propagation, BP)神经网络对其进行预测。以主轴转速、珩轮径向进给量、珩轮轴向进给速度为设计因子开展珩削试验,采用机床内部Kistler测力仪测量获取珩削力;采集试验样本后利用BP神经网络进行训练,得到珩削力的BP神经网络模型,并与相同试验样本下的指数型模型进行了对比。结果表明,BP神经网络模型可以更精准地预测内齿强力珩齿加工中的珩削力,BP神经网络普遍误差均不超过5%,而指数型预测模型误差最大达到了18.94%。但指数型模型在预测珩削力上具有操作简便性的特点,因此2种模型对内啮合强力珩齿珩削力的研究都具有一定的参考价值。

• 单位
  合肥工业大学