基于径向基神经网络对磨削功率预测的研究

摘要：

将径向基(RBF)神经网络应用到工程陶瓷缓进给大切深磨削领域,建立了磨削功率随砂轮速度、工作速度、磨削深度变化的预测模型.研究结果表明:预测值与实际值最大误差为5.30％,平均相对误差为3.2％,因此,径向基神经网络能准确地预测磨削功率的变化趋势.

关键词：径向基RBF、神经网络、工程陶瓷、缓进给大切深、磨削功率、预测

所属期刊栏目：28

分类号：TQ164

资助基金：国家自然科学基金51235004,51575198;华侨大学研究生科研创新能力培育计划资助项目1400203002

在线出版日期：2016-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：33-36