数控机床超声振动切削表面粗糙度预测RNN评估

作     者：刘喜庆 宋佳佳 张亚辉 Liu Xiqing;Song Jiajia;Zhang Yahui

作者机构：郑州城市职业学院电子信息工程学院河南郑州452370 郑州城市职业学院智能制造学院河南郑州452370 

出 版 物：《机械管理开发》 (Mechanical Management and Development)

年 卷 期：2024年第39卷第8期

页      码：28-29,32页

摘      要：超声振动切削是目前数控机床机械制造中的热点,保证工件的表面质量是关键的目标。为此设计了一种基于回归神经网络(RNN)的数控机床超声振动切削预测评估方法,并开展铣削试验测试分析。研究结果表明:预测结果与实测结果的相关性高达0.99,表明获得了良好预报效果,最大偏差仅为0.05,表明设计的算法可以保证获得理想处理结果。相比较卷积神经网络(CNN)、支持向量机(SVM)与高斯过程回归(GPR)方法,RNN获得较好预测效果,磨损和表明粗糙值分别是3.685和2.216,R^(2)值达到了0.975。该研究有助于适合于高精度制造领域,具有很好的开发价值。

主 题 词：振动切削 表面粗糙度 回归神经网络 磨损 质量评估 

学科分类：080704[080704] 08[工学] 080401[080401] 0807[工学-电子信息类] 0804[工学-材料学] 

D　O　I：10.16525/j.cnki.cn14-1134/th.2024.08.011

馆 藏 号：203140220...