RBF神經(jīng)網(wǎng)絡在三維斷屑槽的斷屑范圍預測中的應用.pdf

1、鑒于前人的研究成果，本文較為系統(tǒng)、全面的介紹了切屑控制技術的概念和發(fā)展狀況，闡述了對可轉位三維槽型刀片斷屑范圍進行預測的目的和意義，在分析現(xiàn)代斷屑范圍預測技術發(fā)展的基礎上，探討了這種技術在實現(xiàn)過程中存在的難題和不足，提出了利用RBF神經(jīng)網(wǎng)絡對可轉位三維槽型刀片的斷屑范圍進行預測。 RBF網(wǎng)絡是前饋型神經(jīng)元網(wǎng)絡，它通過改變神經(jīng)元非線性變換函數(shù)的參數(shù)來實現(xiàn)非線性映射，具有學習速度快等優(yōu)點，近年來在自動控制等眾多領域受到重視。本文在M

2、atlab環(huán)境下實現(xiàn)了最近鄰聚類學習算法，為建立了預測模型奠定了基礎。 設計網(wǎng)絡學習樣本的過程中，我們進行了充分的切削試驗，深入研究了加工條件和刀片幾何特征對切屑控制的影響，在此基礎上提出了將三維斷屑槽按截面分類，然后從典型截面中提取最有代表性的特征并將其數(shù)值化的方法，并將其應用于實踐之中，此方法為如何全面而簡潔的提取斷屑槽幾何特征提供了一種有效的途徑。同時也為如何確定神經(jīng)網(wǎng)絡的輸入?yún)?shù)提供了一種簡易可行的方法。 在上述