HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

切削表面粗糙度的人工神经网络预测

作者:陈曙光; 刘平; 田保红神经网络预测加工表面粗糙度bp神经网络神经网络训练人工神经网络加工参数学习样本试验数据正交切削试验参数最大误差正交试验预测时间易切削经设计黄铜

摘要:以易切削黄铜的加工表面粗糙度与各种加工参数的关系为对象,将L9(34)型正交切削试验数据作为训练学习样本,同时以与正交试验参数有关的6个样本作为预测样本,用BP神经网络对其进行了预测.结果表明: 经设计的BP神经网络训练1183次,其最大误差不超过5%;人工神经网络与正交试验相结合,能大大节省预测时间和费用,效果很好.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

工具技术

《工具技术》(CN:51-1271/TH)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度,颇受业界和广大读者的关注和好评。 《工具技术》主要报道机械加工领域中切削与测量技术的最新发展、金属切削理论研究、新型刀具的研制开发及应用、刀具生产及加工工艺、新型刀具材料、刀具涂层技术及装备、刀具CAD/CAM、数控工具系统及工具管理系统;机械加工中的测量原理、方法与误差理论研究、精密测量与质量控制技术、坐标和激光测量技术及设备、新型量具量仪的开发与应用、电子数显量具、工模夹具设计...

杂志详情