工程陶瓷数控磨削加工工艺参数优化及BP网络建模研究

工程陶瓷数控磨削加工工艺参数优化及BP网络建模研究

论文摘要

工程陶瓷加工作为数控磨削加工的重要应用领域,其加工工艺参数是影响加工效果的主要因素,也是工程陶瓷数控磨削加工发展水平的重要标志。因此,本文对加工工艺参数的优化及建模进行了实验研究。本文通过实验研究,探索影响工程陶瓷数控磨削的加工时间、磨头磨损和崩边量的因素及程度。首先,设计正交实验表,选择主轴转速、进给速度、进给量、磨头粒度作为影响因素,加工时间、磨头磨损和崩边量三个工艺效果作为目标。其次,根据正交实验结果,运用信噪比方法分析工程陶瓷数控磨削加工中各工艺参数对每个工艺效果的影响规律。再次,根据单目标信噪比分析,运用灰色关联度法求得数控磨削加工多目标要求下的优化参数组合。试验结果表明,基于信噪比和灰关联度优化方法能够同时提高工程陶瓷数控磨削加工效率、磨头磨损和崩边量。最后,采用BP神经网络,以工程陶瓷数控磨削加工工艺参数正交实验结果作为神经网络的学习样本,建立数控磨削加工多目标的预测模型。并结合试验数据对预测模型进行仿真,试验验证模型具有很好的预测效果,同时,仿真多目标下的优化参数组合,并与任意参数仿真结果进行比较,进一步证实了优化参数组合为最优组合。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 论文选题的背景
  • 1.2 工程陶瓷材料性能
  • 1.3 国内外工程陶瓷材料加工技术
  • 1.3.1 超声波振动磨削
  • 1.3.2 电化学在线控制修整
  • 1.3.3 在线电解修整
  • 1.3.4 机械-电解-电火花磨削
  • 1.3.5 电化学放电加工
  • 1.4 神经网络在磨削领域的应用
  • 1.5 本论文研究的主要内容
  • 第2章 工程陶瓷数控磨削加工试验研究
  • 2.1 正交试验方法
  • 2.2 工程陶瓷数控磨削加工试验
  • 2.2.1 试验的加工条件
  • 2.2.2 工程陶瓷数控精雕机磨削加工工艺
  • 2.3 工程陶瓷数控磨削加工正交试验设计法
  • 2.3.1 实验数据处理
  • 2.4 本章小结
  • 第3章 单目标数控磨削加工参数优化
  • 3.1 信噪比
  • 3.2 单目标数控磨削工程陶瓷加工工艺参数优化分析
  • 3.2.1 工艺参数信噪比对加工时间的影响分析
  • 3.2.2 工艺参数信噪比对磨头磨损的影响分析
  • 3.2.3 工艺参数信噪比对崩边量的影响分析
  • 3.3 本章小结
  • 第4章 多目标数控磨削加工参数优化
  • 4.1 灰色关联度分析方法
  • 4.2 多目标数控磨削工程陶瓷加工工艺参数优化
  • 4.3 验证试验
  • 4.4 本章小结
  • 第5章 数控磨削加工工艺建模研究
  • 5.1 神经网络概述
  • 5.1.1 神经网络的模型
  • 5.2 BP 神经网络
  • 5.2.1 BP 神经网络结构
  • 5.2.2 简述BP 神经网络的训练
  • 5.3 数控磨削加工神经网络模型的建立
  • 5.3.1 获取样本数据
  • 5.3.2 建立BP 网络模型
  • 5.4 工程陶瓷数控磨削加工BP 神经网络仿真
  • 5.5 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表的学术论文
  • 致谢
  • 相关论文文献

    • [1].基于BP神经网络对地震前兆的研究[J]. 科学技术创新 2019(33)
    • [2].基于BP神经网络的涡轴发动机故障诊断研究[J]. 智库时代 2019(52)
    • [3].基于BP神经网络的磁流变阻尼器逆向模型研究[J]. 海军工程大学学报 2019(06)
    • [4].基于BP神经网络的电梯噪声评价方法[J]. 数字技术与应用 2019(12)
    • [5].基于BP神经网络和支持向量机的荨麻疹证候分类探讨[J]. 广州中医药大学学报 2020(03)
    • [6].基于BP神经网络代理模型的交互式遗传算法[J]. 计算机工程与应用 2020(02)
    • [7].基于BP神经网络的虚拟机评估[J]. 数字通信世界 2020(01)
    • [8].基于BP神经网络的科研项目经费管理风险评估[J]. 财务与会计 2019(22)
    • [9].基于BP神经网络的断层封闭性评价[J]. 复杂油气藏 2019(04)
    • [10].基于BP神经网络识别的曲堤油田低阻油层研究[J]. 宁夏大学学报(自然科学版) 2020(01)
    • [11].基于贝叶斯-BP神经网络的机械制造企业安全预警方法研究[J]. 安全与环境工程 2020(01)
    • [12].基于BP神经网络的扇区空管运行亚健康关联因子预测[J]. 安全与环境工程 2020(02)
    • [13].基于改进灰狼算法优化BP神经网络的短时交通流预测模型[J]. 交通运输系统工程与信息 2020(02)
    • [14].心理护理对于双相情感障碍(BP)病患认知功能产生的影响[J]. 临床医药文献电子杂志 2020(08)
    • [15].BP神经网络在雷达故障诊断中的应用[J]. 通信电源技术 2020(06)
    • [16].基于BP人工神经网络的英那河流域径流模拟研究[J]. 黑龙江水利科技 2020(03)
    • [17].基于BP神经网络的节能车弯道降速数学模型分析[J]. 汽车实用技术 2020(10)
    • [18].基于BP神经网络的临床路径优化[J]. 计算机技术与发展 2020(04)
    • [19].基于改进BP神经网络的羊肉价格预测[J]. 计算机仿真 2020(04)
    • [20].财务BP在企业管理中的应用与研究[J]. 商场现代化 2020(07)
    • [21].人工智能技术的热带气旋预报综述(之一)——BP神经网络和集成方法的热带气旋预报研究和业务应用[J]. 气象研究与应用 2020(02)
    • [22].基于改进BP神经网络的岩心图像分割方法研究[J]. 西安石油大学学报(自然科学版) 2020(04)
    • [23].基于BP神经网络的光纤陀螺误差补偿方法[J]. 物理与工程 2020(04)
    • [24].基于主成分分析和BP神经网络对大学生价值观的研究[J]. 科技经济导刊 2020(20)
    • [25].基于粒子群算法的BP模型在地下水位埋深预测研究中的应用[J]. 吉林水利 2020(08)
    • [26].基于BP神经网络的煤炭企业人岗匹配研究[J]. 煤炭经济研究 2020(07)
    • [27].基于改进BP神经网络的飞行落地剩油预测方法[J]. 飞行力学 2020(04)
    • [28].基于BP神经网络的网络安全态势预测[J]. 网络安全技术与应用 2020(10)
    • [29].以财务BP制度推进“业财融合”的研究[J]. 中国总会计师 2020(09)
    • [30].财务BP的企业实践研究[J]. 现代国企研究 2019(04)

    标签:;  ;  ;  ;  

    工程陶瓷数控磨削加工工艺参数优化及BP网络建模研究
    下载Doc文档

    猜你喜欢