基于數(shù)據(jù)挖掘技術(shù)的表面粗糙度預(yù)測模型的研究.pdf

1、表面粗糙度不僅是一個用于表面質(zhì)量控制的參數(shù)，也是一個用于監(jiān)控加工過程的參數(shù)。為尋求最佳切削參數(shù)以控制表面粗糙度，人們越來越希望以較少的實驗建立精度較高的表面粗糙度預(yù)測模型，從而擺脫傳統(tǒng)上依靠經(jīng)驗公式或查閱手冊來確定加工參數(shù)的被動局面，并在實際加工前得到最佳的加工方案。
　　數(shù)據(jù)挖掘方法的提出使這一工作成為可能，其任務(wù)就是從大量數(shù)據(jù)中獲取隱藏于其中的知識。我們可以根據(jù)歷史加工數(shù)據(jù)利用數(shù)據(jù)挖掘技術(shù)來提取切削參數(shù)和表面粗糙度之間的制約關(guān)

2、系，建立一個數(shù)控加工表面粗糙度的預(yù)測模型，從而擺脫因為影響因素過多而無法對表面粗糙度進行準確預(yù)測的困境。同時，人們模仿生物的遺傳和進化機制，提出了遺傳算法，遺傳算法是一種宏觀意義上的仿生算法。由于具有鮮明的生物特征和適用于任意函數(shù)的特點，遺傳算法的應(yīng)用非常廣泛，已經(jīng)在很多領(lǐng)域發(fā)揮了重要作用。對遺傳算法的研究具有重要意義，它已經(jīng)成為數(shù)據(jù)挖掘技術(shù)中一種非常重要的方法。
　　本文將遺傳算法應(yīng)用在超精密加工表面粗糙度預(yù)測研究方面。此方法利

3、用遺傳算法的演化計算機編程的方法來自動建立一種動態(tài)非線性數(shù)學模型進行數(shù)據(jù)挖掘，并進行車削超精密加工中表面粗糙度的預(yù)測和回歸曲線擬合，改變過去那種只使用擬合粗糙及預(yù)測結(jié)果準確度差的傳統(tǒng)預(yù)測模型進行曲線擬合和趨勢預(yù)測的分析方法。在數(shù)據(jù)實驗中，使用遺傳算法演化計算機編程的方法自動生成的演化模型對一些真實的歷史資料進行了曲線擬合和發(fā)展趨勢預(yù)測以及對前饋和后饋誤差進行了深入分析，結(jié)果表明，使用該方法建立的演化模型要比傳統(tǒng)的線性回歸數(shù)學模型所預(yù)測的