科研之友
微信
新浪微博
Facebook
分享链接
摘要
机床车削加工过程中产生切削力是一个复杂的物理现象,其大小和方向受到很多因素的共同影响,并且在加工过程中呈现波动特性。为探究其随着主轴转速、切削深度、进给速度及进给位移的变化规律,分别运用非线性最小二乘法(LS)和径向基神经(RBF)网络对过程车削力进行预测,并对两种预测方法从精度、参数可视程度和适用性等方面进行对比分析。结果表明:采用RBF网络对过程车削力进行预测时,其预测精度高于非线性LS方法,但其参数可视化程度低于非线性LS方法。RBF网络更适用于整体的四个参数过程车削力预测,而非线性LS方法更适用于对切削参数固定而仅改变进给位移的试验组预测。
- 单位
