RBF神經(jīng)網(wǎng)絡(luò)在三維斷屑槽的斷屑范圍預(yù)測(cè)中的應(yīng)用.pdf

1、鑒于前人的研究成果，本文較為系統(tǒng)、全面的介紹了切屑控制技術(shù)的概念和發(fā)展?fàn)顩r，闡述了對(duì)可轉(zhuǎn)位三維槽型刀片斷屑范圍進(jìn)行預(yù)測(cè)的目的和意義，在分析現(xiàn)代斷屑范圍預(yù)測(cè)技術(shù)發(fā)展的基礎(chǔ)上，探討了這種技術(shù)在實(shí)現(xiàn)過(guò)程中存在的難題和不足，提出了利用RBF神經(jīng)網(wǎng)絡(luò)對(duì)可轉(zhuǎn)位三維槽型刀片的斷屑范圍進(jìn)行預(yù)測(cè)。 RBF網(wǎng)絡(luò)是前饋型神經(jīng)元網(wǎng)絡(luò)，它通過(guò)改變神經(jīng)元非線性變換函數(shù)的參數(shù)來(lái)實(shí)現(xiàn)非線性映射，具有學(xué)習(xí)速度快等優(yōu)點(diǎn)，近年來(lái)在自動(dòng)控制等眾多領(lǐng)域受到重視。本文在M

2、atlab環(huán)境下實(shí)現(xiàn)了最近鄰聚類學(xué)習(xí)算法，為建立了預(yù)測(cè)模型奠定了基礎(chǔ)。 設(shè)計(jì)網(wǎng)絡(luò)學(xué)習(xí)樣本的過(guò)程中，我們進(jìn)行了充分的切削試驗(yàn)，深入研究了加工條件和刀片幾何特征對(duì)切屑控制的影響，在此基礎(chǔ)上提出了將三維斷屑槽按截面分類，然后從典型截面中提取最有代表性的特征并將其數(shù)值化的方法，并將其應(yīng)用于實(shí)踐之中，此方法為如何全面而簡(jiǎn)潔的提取斷屑槽幾何特征提供了一種有效的途徑。同時(shí)也為如何確定神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)提供了一種簡(jiǎn)易可行的方法。 在上述