关于BP神经网络数控加工铣削参数优化.pdf

26 模具工业 2010年第36卷第9期 基于BP神经网络的数控加工铣削参数优化 蔡安江，姚 艳，郭师虹，豆卫涛 (西安建筑科技大学，陕西 西安 710055) 摘要：以DVE60H数控机床为试验平台，以壳体类铝合金零件加工为研究对象，提取数控铣削加工试验 数据，采用BP神经网络建立数控加工铣削参数优化模型，通过对数控加工铣削参数试验数据的分析与 研究，提出了试验数据与样本数据的处理原则，实现了样本数据的优化，提高了即 神经网络模型的收 敛精度、收敛速度与预测精度，并分析 了验证数据的构成比例。经生产验证：提出的数控加工铣削参数 优化方法具有较强的实用性和一定的先进性，能有效提高加工效率，对实现数控机床综合应用效率最 优化 ，实现高效低成本加工具有重要意义。 关键词：BP神经网络；铣削加工；样本；验证数据 中图分类号：IG76；IP391 文献标识码：B 文章编号：1001—2168(2010)09—0026—04 Optimization ofCNC millingparametersbased on BP neuralnetwork CAIAn-jiang，YA0Yan，GUOShbhong，DOU Wei-tao (DepartmentofElectricalandMechanicalEngineering，Xi’aDUniversityofArchitecture andTechnology，Xi’an，Shaanxi710055，China) Abstract：A study on theProcessing ofan aluminum shellcomponenton aDMc60Hl Nc machine toolwasmade．，n1eNCmillingprocessing experimentdatawasextractedandan optimalmodelfor CNCmillingparameterswassetup．Baesdon analysisandreesarch Oilhte experimentdaat，some treatmentprinciples of testdata and sample data were proposed，by which the sample data was optimized； hte convergence accuracy， convergence speed and prediction precision ofBP neural network modelwere increaesd．Finally．the proportion oftestdata wasnivestigated． Keywords：BP neuralnetwork：milling；sample；testdata l 引 言 方法 ，】。人工神经网络技术的自学习功能，为解决 目前，数控加工中普遍存在如何合理选择切削 这一问题提供了新的思路，它避开了面向加工过程 参数的问题。大多数企业在生产中凭经验或参考切 的定量描述和计算，只要事先通过样本训练确定神 削用量手册来选择切削参数，往往达不到切削参数 经网络内部各单元之间的连接权值，就可以准确地 的最优化。因此，合理选取切削参数对提高生产率 预测出所需选取的切削参数。 和加工质量有着重要作用n。对实现数控机床综合 以下将以YIW_N)H数控机床为试验平台，以壳 应用效率最优化．实现高效低成本加工具有重要的 体类铝合金零件加工为研究对象，提取数控铣削加 意义。 工试验数据，采用BP神经网络建立数控加工铣削 数控加工参数的选取