模具數(shù)控加工切削用量智能化研究.pdf

1、經(jīng)濟(jì)的高速發(fā)展，現(xiàn)代工業(yè)品多樣化和高性能化的發(fā)展，對(duì)模具制造業(yè)提出了更高的要求。要緊追趕超現(xiàn)代制造業(yè)的步伐，就要對(duì)模具制造提出快速、高效的要求。隨著數(shù)控加工技術(shù)在機(jī)械制造領(lǐng)域的廣泛應(yīng)用，大幅度地提高了模具加工質(zhì)量，縮短了產(chǎn)品制造周期，加速了產(chǎn)品的更新?lián)Q代。許多新技術(shù)與數(shù)控技術(shù)的結(jié)合發(fā)展，如柔性制造技術(shù)、人工神經(jīng)網(wǎng)絡(luò)技術(shù)、集成制造技術(shù)等等。這些技術(shù)與數(shù)控技術(shù)的結(jié)合發(fā)展，使得運(yùn)用數(shù)控加工已經(jīng)實(shí)現(xiàn)了一定的自動(dòng)化，但更注重智能化的研究。數(shù)控技術(shù)

2、的發(fā)展趨勢(shì)之一，即向智能化加工方向發(fā)展。本文就提出了應(yīng)用人工神經(jīng)網(wǎng)絡(luò)，在影響選擇切削用量的各種因素中以及切削用量之間建立起函數(shù)映射關(guān)系，對(duì)切削用量進(jìn)行智能化選擇。 切削用量選擇對(duì)于機(jī)械加工來(lái)說(shuō)，是零件加工工藝的一個(gè)重要方面。切削用量選擇的是否合理恰當(dāng)，對(duì)于加工工件質(zhì)量，加工時(shí)間，以及生產(chǎn)成本都具有重要的影響作用。但在選擇切削用量的時(shí)候，影響選擇的因素之間也是互相交叉、互相影響、互相制約，因此，確定合理的切削用量也是較為困難。

3、 作為人工智能研究領(lǐng)域的新技術(shù)，即人工神經(jīng)網(wǎng)絡(luò)，具有非線性和信息分布處理特性。在處理類(lèi)似切削用量選擇這類(lèi)多輸入多輸出的非線性問(wèn)題上，省去了傳統(tǒng)建模方法中要確定輸入輸出的相關(guān)性分析的環(huán)節(jié)。在本文中，應(yīng)用Matlab軟件中的神經(jīng)網(wǎng)絡(luò)工具箱，選用BP網(wǎng)絡(luò)結(jié)構(gòu)，以數(shù)控銑削加工為例，進(jìn)行銑削用量智能化選擇。 建立BP網(wǎng)絡(luò)模型，根據(jù)具體的生產(chǎn)銑削加工，采集銑削用量數(shù)據(jù)。確定輸入層和輸出層具體向量形式，輸入層在本文中具體考慮為刀具材料、加

4、工工件材料以及刀具幾何尺寸，輸出層為銑削用量，即銑削速度、進(jìn)給量和銑削深度(背吃刀量)。對(duì)BP網(wǎng)絡(luò)進(jìn)行設(shè)計(jì)，確定隱藏層和隱藏層單元數(shù)目。用生產(chǎn)中所采集到的銑削用量數(shù)據(jù)對(duì)BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練，使網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)的過(guò)程，通過(guò)Matlab軟件中BP函數(shù)的調(diào)用，不斷調(diào)整權(quán)值，完成BP網(wǎng)絡(luò)的訓(xùn)練。用未經(jīng)過(guò)訓(xùn)練的數(shù)據(jù)對(duì)BP網(wǎng)絡(luò)進(jìn)行性能測(cè)試，評(píng)估所建立BP網(wǎng)絡(luò)是否能夠完成最佳的輸出，選出合理的銑削用量。 最后，用UG/Manufacturing模塊，