科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高数控机床的加工质量,考虑实际切削过程中刀具磨损与切削条件的影响因素,提出一种基于人工神经网络(ANN)的粗糙度和切削能耗预测方法。通过车削实验,对所提方法与回归方法进行粗糙度和能耗预测精度对比验证。实验结果表明,基于ANN的预测结果最大百分比误差更接近实测值,相较于回归模型,表面粗糙度和能耗的预测精度分别提升了5.4%和13.5%,验证了所提方法的有效性和精准性。
- 单位
为提高数控机床的加工质量,考虑实际切削过程中刀具磨损与切削条件的影响因素,提出一种基于人工神经网络(ANN)的粗糙度和切削能耗预测方法。通过车削实验,对所提方法与回归方法进行粗糙度和能耗预测精度对比验证。实验结果表明,基于ANN的预测结果最大百分比误差更接近实测值,相较于回归模型,表面粗糙度和能耗的预测精度分别提升了5.4%和13.5%,验证了所提方法的有效性和精准性。
