基于BP网络的零件外圆面加工方案决策研究.pdfVIP

学兔兔 第6期 (总第169期) 机 械 工 程 与 自动 化 NO．6 2011年12月 MECHANICAL ENGINEERING 8L AUT0MAT10N Dec． 文章编号：1672—6413(2011)06—0044—02 基于BP网络的零件外圆面加工方案决策研究 赵仙花 (德州学院，山东 德州 253023) 摘要：基于人工神经网络中的BP网络建立了零件外圆面加工方案决策模型。把一系列推理规则转化为网络 权值，并设计BP网络。然后利用MATLAB软件中的神经网络工具箱编程，对网络进行训练，应用训练好的 网络生成零件外圆面的加工方案，示例验证网络运行可靠。 关键词：BP网络；外圆面加工；神经网络工具箱；仿真程序 中图分类号：TG3：TP183 文献标识码：A 0 引言 X4，西，蕊，z ，z8)，分别对应零件结构特征、材料种 零件外圆表面的加工方案直接影响其工艺路线的 类、热处理方法、毛坯类型、生产批量、外圆直径、 决策和加工设备的选择，其加工方案的选择实质上是 精度等级、表面粗糙度8个特征信息。输出层有6个 一 个多因素的分类过程。而人工神经网络中的BP网 节点，输出矢量y= {Y1，Y2，Y。，Y4，Y ，Y )，分别 络，具有很强的学习和分类功能，而且网络的中间层 对应粗车、半精车、精车、粗磨、精磨、精密加工6 种加工方法。根据相关资料选择隐含层的节点数为9。 数、各层的处理单元数及网络的学习系数等参数均可 根据具体情况设定，灵活性大，其拓扑结构适合于处 理表面加工方案的决策问题。 l BP网络工作原理 BP网络工作的基本原理是将输入信息通过隐含层 作用于输出层，倘若在输出层得不到希望的输出，通 过调整各层的权值和阈值，使误差沿梯度方向下降。 这样，经过反复学习训练，最后使得误差信号在允许 的范围之内，网络就结束学习训练过程。经训练后的 网络对于不是样本集的输入也能给出合适的输出。 2 零件外圆面加工网络的设计 输入层 隐含层 输出层 2．1 网络模型的建立 工艺知识模型 对外圆面常用加工方案进行资料收集和整理，并 图1 外圆面加工方案BP网络模型 对其影响因素进行分析，主要包括零件结构特征、材 2．2 网络的输入与输出处理 料种类、热处理方法、毛坯类型、生产批量、外圆直 2．2．1 输入处理 径、精度等级、表面粗糙度。建立的外圆面加工方案 网络的输入处理模块主要是对输入的信息进行提 BP网络模型如图1所示。 取，并做归一化处理，使网络的输入取值范围为[O，1]。 它由输入处理、输入层、隐含层、输出层和输出 (1)零件结构特征：若为轴杆类零件，则z 一 处理5个模块组成。根据影响外圆面加工方案的因素 1；若为非轴杆类零件，则z =0。 取输入层节点数为8，即输