光学精密工程
光學精密工程
광학정밀공정
OPTICS AND PRECISION ENGINEERING
2010年
11期
2407-2412
,共6页
黄吉东%王龙山%李国发%张秀芝%王家忠
黃吉東%王龍山%李國髮%張秀芝%王傢忠
황길동%왕룡산%리국발%장수지%왕가충
外圆纵向磨削%最小二乘支持向量机%表面粗糙度
外圓縱嚮磨削%最小二乘支持嚮量機%錶麵粗糙度
외원종향마삭%최소이승지지향량궤%표면조조도
为解决磨削加工中影响因素多,难以实现自动化加工的困难,对磨削系统的表面粗糙度预测系统进行了研究.在分析目前常用预测方法的基础上,建立了基于最小二乘支持向量机的外圆纵向磨削表面粗糙度预测模型.该模型采用等式约束,把原来求解一个二次规划问题转化成求解一个线性方程组,方法简单且有效.比较实验显示,该方法响应时间快、测量精度高,测量精度误差比BP神经网络预测方法小4%,比进化神经网络(BP+GA)预测方法小1.3%,所提供的预测方法可以实现对工件表面粗糙度的在线预测.将其应用于外圆纵向磨削智能系统中,实时计算预测值与给定粗糙度的差值,引导磨削专家系统修正磨削参数,实现智能控制,取得了较好的效果.
為解決磨削加工中影響因素多,難以實現自動化加工的睏難,對磨削繫統的錶麵粗糙度預測繫統進行瞭研究.在分析目前常用預測方法的基礎上,建立瞭基于最小二乘支持嚮量機的外圓縱嚮磨削錶麵粗糙度預測模型.該模型採用等式約束,把原來求解一箇二次規劃問題轉化成求解一箇線性方程組,方法簡單且有效.比較實驗顯示,該方法響應時間快、測量精度高,測量精度誤差比BP神經網絡預測方法小4%,比進化神經網絡(BP+GA)預測方法小1.3%,所提供的預測方法可以實現對工件錶麵粗糙度的在線預測.將其應用于外圓縱嚮磨削智能繫統中,實時計算預測值與給定粗糙度的差值,引導磨削專傢繫統脩正磨削參數,實現智能控製,取得瞭較好的效果.
위해결마삭가공중영향인소다,난이실현자동화가공적곤난,대마삭계통적표면조조도예측계통진행료연구.재분석목전상용예측방법적기출상,건립료기우최소이승지지향량궤적외원종향마삭표면조조도예측모형.해모형채용등식약속,파원래구해일개이차규화문제전화성구해일개선성방정조,방법간단차유효.비교실험현시,해방법향응시간쾌、측량정도고,측량정도오차비BP신경망락예측방법소4%,비진화신경망락(BP+GA)예측방법소1.3%,소제공적예측방법가이실현대공건표면조조도적재선예측.장기응용우외원종향마삭지능계통중,실시계산예측치여급정조조도적차치,인도마삭전가계통수정마삭삼수,실현지능공제,취득료교호적효과.