论文部分内容阅读
珩磨加工是一种高精度加工方法,其中珩磨加工工艺参数的选择对加工精度的影响较大,因此,如何正确的选取珩磨加工工艺参数问题一直是从事珩磨加工人员研究探讨的问题之一。传统的方法是参考相关珩磨加工工艺手册或者根据工作经验而进行的。随着科学技术的发展,珩磨技术的应用,加工零件的类型品种越来越多,加工精度要求越来越高,以及珩磨加工技术和珩磨工具、珩磨油石材料的发展,珩磨加工工艺参数选择的问题变得越来越重要。针对该问题,课题利用人工神经网络对多目标问题求解,具有收敛速度快、精度高等特点。通过对工件材料、油石各参数对珩磨加工质量影响的分析,以及对人工神经网络算法的改进和对输入输出参数编码优化,构建了基于人工神经网络的珩磨加工工艺参数智能选择模型。然后再通过实验研究,进一步验证了本课题构建的智能选择模型的先进性、可行性和实用性,为该方法的实际应用奠定了理论和实验基础。本论文主要研究内容如下:第一章概论本章先后介绍了课题来源、国内外研究现状以及本课题主要研究内容。通过国内外研究现状的调查研究,对珩磨工艺技术的发展有了新的认识了解,为本课题主要研究内容的确定奠定了基础。第二章珩磨加工参数的分析本章通过对相关典型珩磨加工工艺参数的分析研究和对珩磨专家的经验调查和资料的收集,初步确立加工材料、加工精度要求与珩磨工艺参数相互之间的关系。为人工神经网络模型的建立和样本数据的实验做好准备。第三章珩磨工艺参数预测模型的构建本文通过珩磨加工工艺参数选择的要求,计划通过多个人工神经网络模型来对其进行分割建模和仿真来减少单个神经网络模型中参数的种类和参数的数值范围。因此本章通过VB语言设计界面,把多个神经网络串联起来,并通过编程简化了模型结构,同时在此基础上构建神经网络模型,初步确定神经网络模型中的相关参数。第四章珩磨实验及人工神经网络仿真本章根据建立的珩磨工艺参数预测界面模型的结构,借助专家经验和进行实验研究相结合的方法获得人工神经网络训练所需的样本数据。通过对BP神经网络机理及样本数据特性的研究,进一步改进模型结构优化模型参数。最后通过测试及仿真证明了智能选择模型在技术上的先进性,在生产运用中的实用性。它减少了实验次数,对一些常用材料的珩磨加工显著比一般专家经验好。第五章总结本章对本论文研究的内容进行了总结和回顾,指出了所做的贡献和创新点以及存在的问题,并对课题的后续研究进行了展望。