基于神經(jīng)網(wǎng)絡的電火花條件決策系統(tǒng).pdf

1、電火花加工是通過間歇放電產(chǎn)生的瞬時的能量釋放使工件材料氣化、爆炸，從而去除工件多余材料的加工方法。目前已被廣泛的應用于航空、航天、模具、精密機械、微細加工等領域。但是由于電火花加工目前明確加工機理仍不清楚，很難用數(shù)學模型進行描述，因此對操作者經(jīng)驗要求較高。如果可以利用軟件對已知加工條件進行準確預測，可大大降低對操作者要求，提高機床產(chǎn)品的附加值。
　　針對以上存在問題，本文在查閱了大量的國內(nèi)外文獻資料的基礎上，通過機床試驗得到的數(shù)據(jù)

2、并結(jié)合分析，較詳細地分析了電火花加工時的工藝特性，以及各放電參數(shù)對加工結(jié)果的影響，同時以Matlab2015軟件為工作平臺建立了電火花加工工藝效果預測模型。
　　本文具體做了如下方面的工作:
　　(1)應用已知的數(shù)學公式及模型，較深入地分析了電火花加工放電過程中各電加工參數(shù)對工藝指標的影響程度，同時以淬火鋼為參考,分析了影響各加工工藝指標的原因。
　　(2)學習極限學習機神經(jīng)網(wǎng)絡模型，對比其他神經(jīng)網(wǎng)絡有輸入權(quán)值和隱層節(jié)

3、點閾值隨機賦值，僅通過一步計算就可求出學習網(wǎng)絡的輸出權(quán)值的優(yōu)勢，因此有效地克服了傳統(tǒng)前饋神經(jīng)網(wǎng)絡由于采用梯度下降的迭代算法而產(chǎn)生的缺陷，極大地簡化了計算復雜度，提高了學習速度，且具有較強的泛化能力。最后提出了基于極限學習機的電火花加工神經(jīng)網(wǎng)絡模型。
　　(3)本文利用極限學習機神經(jīng)網(wǎng)絡對電火花加工過程進行仿真，建立了電火花加工工藝預測模型，同時本文又建立了BP網(wǎng)絡預測模型和RBF網(wǎng)絡預測模型，并將三者的各項指標進行對比，期望獲得一