基于模糊神经网络的TC4钛合金铣削力建模与仿真分析

作者：唐明

来源：锻压装备与制造技术, 2021, 56(02): 96-99.

DOI：10.16316/j.issn.1672-0121.2021.02.022

• 模糊神经网络
• 正则化学习算法
• 铣削力
• 仿真

模糊神经网络是模糊逻辑与神经网络的结合,将二者融合应用到铣削力动态系统建模与仿真上,可以弥补神经网络在模糊数据处理方面的不足和纯模糊逻辑在学习方面的缺陷,即弥补铣削加工钛合金(TC4)过程中影响铣削力的复杂因素对铣削力的不利影响和提高利用纯模糊数据处理建立铣削力数学模型的精确程度。采用正则化模糊神经网络学习算法建立了铣削力预测的神经网络模型,模型中主要考虑影响TC4铣削力的加工参数,设计铣削加工试验组合数据对模糊神经网络模型进行训练,并利用模糊神经网络模型对铣削力进行仿真。仿真结果表明:利用正则化模糊神经网络方法建立TC4的铣削力预测模型是可靠的。