科研之友
微信
新浪微博
Facebook
分享链接
摘要
表面粗糙度作为衡量表面质量常用的评价标准，直接影响着产品的使用性能与寿命。由于工件与砂带之间存在的弹性接触变形及砂带表面磨粒的随机分布特征，因此对砂带磨削表面粗糙度进行准确预测具有较高难度。综合利用机理分析与智能算法的优势，该文建立基于未变形切屑厚度（UCT）的砂带磨削表面粗糙度神经网络预测模型。首先，考虑砂带磨削柔性特征，给出未变形切屑厚度参数计算方法；然后，在未变形切屑厚度参数特征分析的基础上，依据参数可确定性进行参数分类，并给出不确定参数的影响因素；最后，以未变形切屑厚度、磨粒平均粒径和法向磨削力作为输入参数，采用广义回归神经网络（GRNN）建立砂带磨削表面粗糙度预测模型。多模型试验结果对比表明，该模型具有较高的预测精度，并且适用于不同工况下的粗糙度预测。
- 单位
