基于BP神經(jīng)網(wǎng)絡(luò)和遺傳算法對(duì)工程陶瓷磨削力建模的研究.pdf

1、陶瓷材料硬度高、脆性大，磨削時(shí)磨削抗力大。磨削力是磨削過(guò)程中的主要參數(shù)，是評(píng)價(jià)材料磨削性能優(yōu)劣的一個(gè)重要指標(biāo)，它的大小直接影響陶瓷的表面質(zhì)量及產(chǎn)生表面的損傷，為了準(zhǔn)確和有效的控制磨削過(guò)程對(duì)磨削力的影響，清楚各參數(shù)對(duì)磨削力的影響很重要。因此建立磨削力的預(yù)測(cè)模型，是本文研究的主要內(nèi)容。本文的主要結(jié)論和成果如下： 1、利用人工神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)的特點(diǎn)，采用BP神經(jīng)網(wǎng)絡(luò)建立關(guān)于磨削力的預(yù)測(cè)模型。本模型除考慮磨削條件以外，同時(shí)也考慮了工程陶瓷

2、材料脆性和砂輪粒度對(duì)磨削力的影響，建立了五因素磨削力的預(yù)測(cè)模型。 2、通過(guò)遺傳算法參數(shù)集的處理、多點(diǎn)搜索、僅用適應(yīng)度函數(shù)來(lái)評(píng)價(jià)基因個(gè)體以及明確的搜索方向等優(yōu)點(diǎn)，根據(jù)大量的實(shí)驗(yàn)分析比較，對(duì)各參數(shù)進(jìn)行約束，建立磨削力的預(yù)測(cè)模型。通過(guò)對(duì)大量資料的查閱，發(fā)現(xiàn)幾乎很少有利用遺傳算法建立磨削力的預(yù)測(cè)模型，因此本預(yù)測(cè)模型有一定的創(chuàng)新性。 3、通過(guò)對(duì)Si3N4、Al2O3、ZrO2三種陶瓷材料進(jìn)行磨削實(shí)驗(yàn)，為遺傳算法和BP神經(jīng)網(wǎng)絡(luò)建立磨