西华大学学报(自然科学版)
西華大學學報(自然科學版)
서화대학학보(자연과학판)
JOURNAL OF XIHUA UNIVERSITY(NATURAL SCIENCE EDITION)
2006年
1期
69-72
,共4页
磨料水射流%水射流切割%建模%人工神经网络%模型
磨料水射流%水射流切割%建模%人工神經網絡%模型
마료수사류%수사류절할%건모%인공신경망락%모형
磨料水射流(AWJ)切割工艺已经被遍及世界的许多车间所采用,其优点广为人知.为了进行精密加工,如精密切割、铣削、钻孔和磨削等,必须精确预测AWJ的侵蚀深度.文章基于人工神经网络(ANN)对AWJ切割工艺进行建模.模型采用三层结构,输入变量有水射流压力、水喷嘴直径、磨料粒子粒度(直径)、磨料流量和切割头进给速度.输出量为AWJ的切割深度.样本数据在JJ-Ⅰ水射流切割机床上实验获取,A3钢样板作为切割试件.采用改进的BP算法和样本数据对建立的人工神经网络进行训练.训练好的网络以一定精度建立了AWJ切割工艺中各参数之间的映射关系.所建模型可以精确预测AWJ的切深.将该模型集成到AWJ切割机床的计算机数控器中,可以实现AWJ精密加工.
磨料水射流(AWJ)切割工藝已經被遍及世界的許多車間所採用,其優點廣為人知.為瞭進行精密加工,如精密切割、鐉削、鑽孔和磨削等,必鬚精確預測AWJ的侵蝕深度.文章基于人工神經網絡(ANN)對AWJ切割工藝進行建模.模型採用三層結構,輸入變量有水射流壓力、水噴嘴直徑、磨料粒子粒度(直徑)、磨料流量和切割頭進給速度.輸齣量為AWJ的切割深度.樣本數據在JJ-Ⅰ水射流切割機床上實驗穫取,A3鋼樣闆作為切割試件.採用改進的BP算法和樣本數據對建立的人工神經網絡進行訓練.訓練好的網絡以一定精度建立瞭AWJ切割工藝中各參數之間的映射關繫.所建模型可以精確預測AWJ的切深.將該模型集成到AWJ切割機床的計算機數控器中,可以實現AWJ精密加工.
마료수사류(AWJ)절할공예이경피편급세계적허다차간소채용,기우점엄위인지.위료진행정밀가공,여정밀절할、선삭、찬공화마삭등,필수정학예측AWJ적침식심도.문장기우인공신경망락(ANN)대AWJ절할공예진행건모.모형채용삼층결구,수입변량유수사류압력、수분취직경、마료입자립도(직경)、마료류량화절할두진급속도.수출량위AWJ적절할심도.양본수거재JJ-Ⅰ수사류절할궤상상실험획취,A3강양판작위절할시건.채용개진적BP산법화양본수거대건립적인공신경망락진행훈련.훈련호적망락이일정정도건립료AWJ절할공예중각삼수지간적영사관계.소건모형가이정학예측AWJ적절심.장해모형집성도AWJ절할궤상적계산궤수공기중,가이실현AWJ정밀가공.