基于BP神经网络的超声铣削钛合金表面粗糙度预测

【作者】 牛赢； 焦锋； 赵波；

【机构】 河南理工大学机械与动力工程学院；

【摘要】 钛合金作为一种典型的难加工材料,采用传统的切削加工难以获得满意的表面质量。超声振动辅助铣削可以显著难加工材料提高表面质量。BP神经网络建立了求解应用问题的非线性模型,实现了表面粗糙度的智能预测。在本研究中,将纵扭超声振动应用到钛合金铣削过程中。并基于正交试验设计,研究了各参数对表面粗糙度的影响。然后建立BP神经网络预测表面粗糙度。结果表明,将BP神经网络应用到纵扭超声铣削钛合金表面粗糙度的预测中,能以较高的精度实现加工表面粗糙度Ra的智能预测。更多还原