基于神经网络的机床质量分类与评估方法研究

摘要：

提出了一种基于神经网络的直接分析法.以加工中心为研究对象,通过大数据收集国内外产品的主轴功率、主轴最大转速、定位精度、重复定位精度及快速移动速度等主要性能参数数据.利用Python框架下的神经网络模型探究各参数对机床质量与性能的影响权重.同时利用神经网络的分类、预测功能提出了机床质量分类与评估方法,从而解决了机床质量难以合理量化的问题.分析结果表明,该方法可以分析出影响机床质量的关键因素,同时也可以较好地对机床质量进行初步分类,对机床性能的评估具有指导意义.

关键词：机床性能、质量评估、数据收集、BP神经网络

分类号：TG502(金属切削加工及机床)

资助基金：北京市科技计划项目D171100005717001

在线出版日期：2020-07-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：134-139