10.3969/j.issn.1005-3026.2013.09.018
基于广义维数与优化BP神经网络的刀具磨损量预测
根据多重分形理论,采用改进的盒计数法计算了切削加工过程中声发射(AE)信号的广义分形维数,得到了不同刀具磨损状态下AE信号的广义维数谱,分析了广义维数与刀具磨损量之间的关系.以广义分形维数以及切削加工参数为特征,进行归一化处理后作为BP神经网络输入向量;采用遗传学算法,对BP神经网络的初始权值和阈值进行了优化,利用优化后的神经网络对刀具磨损量进行预测.测试结果表明,该方法可以较精确地预测刀具磨损量,平均预测误差为0.01 mm.
广义分形维数、BP神经网络、刀具磨损、预测、遗传算法
34
TH164
国家高技术研究发展计划项目2012AA040104
2015-07-29(万方平台首次上网日期,不代表论文的发表时间)
共4页
1292-1295