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