10.3969/j.issn.1673-1433.2016.04.008
基于径向基神经网络对磨削功率预测的研究
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.
径向基RBF、神经网络、工程陶瓷、缓进给大切深、磨削功率、预测
28
TQ164
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
2016-10-18(万方平台首次上网日期,不代表论文的发表时间)
共4页
33-36