精密車削表面粗糙度預(yù)測(cè)及切削參數(shù)優(yōu)化研究.pdf

1、在機(jī)械加工中，表面粗糙度是衡量已加工表面質(zhì)量的重要指標(biāo)之一。如何確定合理的切削用量以控制表面粗糙度備受關(guān)注，對(duì)其展開研究不僅具有很強(qiáng)的現(xiàn)實(shí)意義，也具有一定的理論意義。
　　本文首先對(duì)切削加工工件表面粗糙度預(yù)測(cè)的研究現(xiàn)狀進(jìn)行了分類梳理，在表面粗糙度的形成機(jī)理分析和基于理論公式的粗糙度預(yù)測(cè)討論基礎(chǔ)上，提出并建立了基于人工神經(jīng)網(wǎng)絡(luò)的表面粗糙度預(yù)測(cè)模型。預(yù)測(cè)模型采用三層前饋型的徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)；網(wǎng)絡(luò)訓(xùn)練第一階段采用聚類方法確定

2、徑向基函數(shù)的中心，第二階段采用最小方差法(LMS)確定隱層與輸出層之間的連接權(quán)值。
　　第二，將建立的基于RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型應(yīng)用于超精密車削加工的表面粗糙度預(yù)測(cè)。利用Matlab軟件編制神經(jīng)網(wǎng)絡(luò)運(yùn)行程序，選擇若干組實(shí)驗(yàn)數(shù)據(jù)作為訓(xùn)練樣本，通過測(cè)試樣本對(duì)訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)精度進(jìn)行檢測(cè)，結(jié)果表明了基于RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的有效性。通過該預(yù)測(cè)模型研究了表面粗糙度隨切削速度、背吃刀量等切削參數(shù)的變化規(guī)律。
　　第三，以超精密車