采用直接测量法测量铸造表面粗糙度时,不仅操作繁琐,而且仪器探头容易损坏。本文提出了一种基于BP神经网络模型为核心的模拟训练辨识方法,建立了图像特征值与粗糙度的训练辨识关系。以铸铁试件为实验样本,利用MATLAB对图像进行算法分析,得出占空比和亮度比两个特征值,推出特征值规律;利用MATLAB中的BP神经网络模拟系统与粗糙度参数Ra进行对比。结果表明,本方法试验结果较理想,211次测试的粗糙度参数训练精度高达99.98%。
科研之友
微信
新浪微博
Facebook
分享链接
