宁波市自然科学基金(2010A610131)
- 作品数：3 被引量：29H指数：3
- 相关作者：郭建亮赵霞杨勋陈廉清迟军更多>>
- 相关机构：宁波职业技术学院宁波工程学院上海交通大学更多>>
- 发文基金：浙江省教育厅科研计划宁波市自然科学基金更多>>
- 相关领域：机械工程金属学及工艺更多>>
- 外圆磨削表面粗糙度的智能控制被引量：4
- 2014年
- 针对外圆磨削表面粗糙度难以控制这一工艺难题,结合自适应模糊推理系统,提出了磨削过程的智能控制。在表面粗糙度预测模型基础上,以纵向进给速度为直接调整变量,以工件表面轮廓算术平均偏差为最终控制目标,通过智能化调整纵向进给速度实现对表面粗糙度的自适应模糊控制,建立了磨削加工粗糙度的模糊控制器。磨削实验结果表明,实测的粗糙度以较高精度在目标值周围变动,该模型能够满足对表面粗糙度控制的要求。
- 赵霞郭建亮杨勋
- 关键词：外圆磨削表面粗糙度智能控制
- 基于进化神经网络的磨削粗糙度预测模型被引量：22
- 2013年
- 针对外圆磨削中表面粗糙度的影响因素多、监测困难的问题,构建了表面粗糙度预测模型的开放式实验系统,在分析反向传播神经网络收敛速度慢、易陷入局部最小值等缺点的基础上,提出遗传算法与反向传播神经网络结合的表面粗糙度预测模型,利用遗传算法的全局搜索能力对反向传播神经网络的初始权值和阈值进行优化,详细说明了遗传算法和反向传播网络各参数的确定方法,并对比了相同网络结构下的反向传播预测模型和遗传算法-反向传播模型的预测性能。根据隐层节点计算经验公式,建立了四种基于遗传算法-反向传播网络结构的外圆纵向磨削表面粗糙度预测模型,通过对四种模型样本的预测精度检验,最终确定一种最优的预测模型结构。试验证明,遗传算法和反向传播网络的结合可以提高表面粗糙度预测模型的收敛速度和预测精度,满足智能磨削对表面粗糙度预测高效性、准确性的需求。
- 陈廉清郭建亮杨勋迟军赵霞
- 关键词：进化神经网络外圆磨削
- 磨削加工质量与生产效率的综合优化研究被引量：3
- 2014年
- 针对目前存在的磨削优化研究成果偏重于加工质量,而无法兼顾加工效率的不足,对磨削加工质量与生产效率的综合优化策略进行了研究,对外圆磨削的主要目标及影响因素进行了归纳,以常规工艺参数及零件技术要求为约束条件,将外圆磨削表面粗糙度模型与材料去除率模型有机结合后形成综合目标函数,提出了外圆磨削加工的非线性优化模型。以正交设计法的磨削试验数据为基础,通过序列二次规划算法对模型加以训练,预测出最优磨削用量,在给定的磨削条件下,获得最优磨削用量为:磨削深度ap=0.011 mm,工件线速度vw=30 m/min,纵向进给量f=20 mm/r。最后,通过随机选取的工艺参数对模型进行了试验验证,试验结果表明,模型最大预测误差不超过16%,预测结果可为实际工艺规程编制中选择最优工艺参数提供参考。
- 赵霞郭建亮迟军陈廉清
