摘要:基于深孔加工中的BTA钻削方式,通过实验获取了不同转速、进给速度、切削深度下的钻孔粗糙度数据真实值。应用天牛须算法与BP神经网络相互结合,以转速、进给速度、切削深度为输入数据,以孔的表面粗糙度为输出建立了3-6-1的BAS-BP神经网络模型,并绘制折线图将优化前后的预测值进行对比,结果表明BAS-BP神经网络克服了训练时间长、收敛速度慢的缺点,预测精度明显提高。达到了较为理想的效果。也为深孔加工粗糙度研究提供了较好的思路。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
热门期刊服务
相关文章
影响因子:0.53
期刊级别:北大期刊
发行周期:双月刊