用于优化机械加工参数的神经网络模型

吉林大学学报(工学版) ›› 2004, Vol. ›› Issue (2): 244-247.

用于优化机械加工参数的神经网络模型

朱喜林, 吴博达, 武星星

吉林大学, 机械科学与工程学院, 吉林, 长春, 130022

收稿日期:2003-07-28 出版日期:2004-04-01
通讯作者: 吴博达(1950- ),男,教授,博士生导师.E-mail:bdwu@jlu.edu.cn

Neural network model for optimizing machining parameters

ZHU Xi-lin, WU Bo-da, WU Xing-xing

College of Mechanical Science and Engineering, Jilin University, Changchun, 130022, China

Received:2003-07-28 Online:2004-04-01

摘要/Abstract

摘要： 通过分析误差复映问题的模型,比较了各种神经网络的特点,确定了用于优化机械加工参数的神经网络模型。对该神经网络训练后,可根据各种加工条件和要求得到需要的加工次数及各次的加工余量。

关键词: 神经网络, 误差复映, 参数优化, BP网络

Abstract: Based on the comparison among the characteristics of different neural networks, a neural network model for optimizing machining parameters was proposed through the analysis of the errors reflecting phenomena in machining.Such a kind of neural network model having been trained can be used to determine the required process times and the process redundancy of each time when process conditions and process requirements are given. The machining parameters are optimized in this way.

Key words: neural network, error reflection, parameter optimizing, BP network

中图分类号:

TP183

朱喜林, 吴博达, 武星星. 用于优化机械加工参数的神经网络模型[J]. 吉林大学学报(工学版), 2004, (2): 244-247.

ZHU Xi-lin, WU Bo-da, WU Xing-xing. Neural network model for optimizing machining parameters[J]. 吉林大学学报(工学版), 2004, (2): 244-247.

参考文献

[1] 从爽.面向MATLAB工具箱的神经网络理论与应用［M］.合肥:中国科技大学出版社,1998.
[2] 卢秉恒,于骏一,张福润.机械制造技术基础［M］.北京:机械工业出版社,2001.
[3] 闻新,周露.MATLAB神经网络应用设计［M］.北京:科学出版社,2000.
[4] 从爽.径向基函数网络的功能分析与应用的研究［J］.计算机工程与应用,2002(3):85-87.
[5] 贾春玉,李艳文,王茜惠.基于模糊神经网络进行磨削加工尺寸精度智能控制的研究［J］.燕山大学学报,2001,25(1):80-83.
[6] 刘延年,冯纯伯,乔新.多层前向BP网络函数逼近能力的研究［J］.南京航空航天大学学报,1994,26(S1):191-195.

相关文章 15

[1]	席利贺,张欣,孙传扬,王泽兴,姜涛. 增程式电动汽车自适应能量管理策略[J]. 吉林大学学报(工学版), 2018, 48(6): 1636-1644.
[2]	江涛,林学东,李德刚,杨淼,汤雪林. 基于人工神经网络的放热规律的量化预测[J]. 吉林大学学报(工学版), 2018, 48(6): 1747-1754.
[3]	徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[4]	李雄飞, 冯婷婷, 骆实, 张小利. 基于递归神经网络的自动作曲算法[J]. 吉林大学学报(工学版), 2018, 48(3): 866-873.
[5]	底晓强, 王英政, 李锦青, 从立钢, 祁晖. 基于量子细胞神经网络超混沌的视频加密方法[J]. 吉林大学学报(工学版), 2018, 48(3): 919-928.
[6]	李静, 丁明慧, 李立刚, 陈立军. 基于活塞形状的空气弹簧动特性分析与参数优化[J]. 吉林大学学报(工学版), 2018, 48(2): 355-363.
[7]	胡云峰, 王长勇, 于树友, 孙鹏远, 陈虹. 缸内直喷汽油机共轨系统结构参数优化[J]. 吉林大学学报(工学版), 2018, 48(1): 236-244.
[8]	王方石, 王坚, 李兵, 王博. 基于深度属性学习的交通标志检测[J]. 吉林大学学报(工学版), 2018, 48(1): 319-329.
[9]	刘东亮, 王秋爽. 基于NGSIM数据的车辆瞬时速度获取方法[J]. 吉林大学学报(工学版), 2018, 48(1): 330-335.
[10]	麻凯, 高继东, 闫磊, 徐涛. 基于碰撞胸压标定试验的仿真假人材料参数优选法[J]. 吉林大学学报(工学版), 2017, 47(5): 1498-1503.
[11]	谢志江, 吴小勇, 范乃吉, 郭宗环, 袁岳军, 王康. 神光-III精密装校平台运动学分析[J]. 吉林大学学报(工学版), 2017, 47(5): 1504-1511.
[12]	马淼, 李贻斌. 基于多级图像序列和卷积神经网络的人体行为识别[J]. 吉林大学学报(工学版), 2017, 47(4): 1244-1252.
[13]	王德军, 吕志超, 王启明, 张贤达, 王子健. 基于汽缸压力辨识的发动机失火故障诊断[J]. 吉林大学学报(工学版), 2017, 47(3): 917-923.
[14]	黄璇, 郭立红, 李姜, 于洋. 改进粒子群优化BP神经网络的目标威胁估计[J]. 吉林大学学报(工学版), 2017, 47(3): 996-1002.
[15]	李琳辉, 伦智梅, 连静, 袁鲁山, 周雅夫, 麻笑艺. 基于卷积神经网络的道路车辆检测方法[J]. 吉林大学学报(工学版), 2017, 47(2): 384-391.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed