基于特征參數的珩磨油石壽命預測研究.pdf

1、珩磨油石的磨損狀態(tài)對產品的最終質量有著較大的影響。為了預測油石的切削壽命，便于合理的更換油石，通過對比油石磨損量與磨鈍標準來判斷油石是否需要更換。所以本文引入灰色神經網絡，通過將珩磨工藝加工特征參數作為模型輸入來預測油石的磨損量，最終建立了珩磨油石磨損量預報模型來預測油石的壽命。從而為提前更換油石提供了理論依據，在保證機床穩(wěn)定運行，提高加工產品質量，節(jié)約制造執(zhí)行系統(tǒng)中生產成本等方面具有重大意義。
　　本論文主要研究內容包括：

2、>　?。?）研究了神經網絡和灰色神經網絡預報模型算法。由于神經網絡具有高度非線性擬合能力以及珩磨加工本身可看做一個灰色系統(tǒng)，通過分析比對各種預報模型，最終選用以上兩種模型。并對模型結構的選擇，關鍵參數的設置進行了詳細的闡述。給出了評價模型擬合精度和穩(wěn)定性的依據。
　?。?）研究了智能算法在預報模型優(yōu)化中的運用。對比了粒子群算法（PSO），遺傳算法（GA）以及蟻群算法（ACO）的優(yōu)缺點。由于PSO算法具有收斂速度快，需要調整的參數較

3、少等優(yōu)點，采用該算法對模型進行優(yōu)化。并根據算法存在的不足，提出了利用變異因子來對標準PSO算法進行優(yōu)化改進，并利用目標函數，對算法的尋優(yōu)能力和收斂性進行比較。
　?。?）研究了適合珩磨油石磨損量預報的預報模型。以強力珩磨的數據為基礎，建立了基于BPNN的珩磨油石磨損量預報模型，并利用MPSO算法和GA算法對其進行優(yōu)化。由于珩磨加工可看為灰色系統(tǒng)，首先，利用灰色關聯度分析了珩磨加工特征參數對珩磨油石磨損量的影響；其次，建立了基于GN