机械设计与研究 ›› 2016, Vol. 32 ›› Issue (01): 96-99.doi: 10.13952/j.cnki.jofmdr.a3850

• 论文 • 上一篇    下一篇

基于神经网络的车削加工表面粗糙度智能预测

高世龙;安立宝;   

  1. 华北理工大学机械工程学院;
  • 发布日期:2020-07-26

  • Published:2020-07-26

摘要: 表面粗糙度是机械加工工艺中主要的技术参数,对零件质量和产品性能有着极为重要的影响。以加工表面粗糙度与切削用量三要素的关系为对象,采用正交试验方法,利用立方氮化硼刀具对冷作模具钢Cr12Mo V进行硬态干式车削试验,测量得到选定参数条件下的加工表面粗糙度值,并应用人工智能神经网络方法建立了加工表面粗糙度预测模型。结果表明,该预测模型具有很好的预测精度,其最大误差不超过5%。模型可以对不同切削速度、进给量和切削深度参数组合下加工后的表面粗糙度进行预测,对干式硬车条件下的切削用量选择和零件表面质量的控制具有重要指导意义。

关键词: 干式硬车, 立方氮化硼刀具, 正交试验, 神经网络, 智能预测

Key words: hard dry turning, CBN cutting tool, orthogonal experiment, artificial neural network, intelligent prediction