基于神经网络的叶片电解加工阴极修正仿真

摘要：

工具阴极的精确设计与修正是电解加工的研究难点之一.文中采用人工神经网络技术,建立了基于改进BP神经网络的数字化阴极修正模型.利用该模型对阴极型面进行数字化修正,改变传统人工修正的方法,提高了阴极修正效率.文中还以多次阴极修正数据为基础,对型面修正量进行了预测.结果表明,该网络模型预测的阴极修正量与试验修正量比较接近,最大绝对误差在0.015mm左右,证明其具有较好的预测效果.该网络模型能广泛应用于航空发动机叶片等复杂型面阴极的数字化修正,减少修正次数,缩短阴极修正周期,提高叶片电解加工精度.

关键词：电解加工、叶片、神经网络、阴极设计、阴极修正

所属期刊栏目：38

分类号：TG662

资助基金：国家"863"计划重点项目2009AA044206

在线出版日期：2010-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：60-66