电化学加工的表面粗糙度与加工电流、加工间隙、电解液温度、加工时间、电解液配比等工艺参数密切相关,而这些工艺参数与工件表面粗糙度之间为复杂的非线性关系,建立其关联一直是电化学加工中的难题.以BP神经网络为基本工具,建立了加工参数与表面粗糙度之间关系的数学模型,利用实验数据训练网络,结果表明可实现较小的预测误差；应用正交法分析实验数据,实现了可使表面粗糙度参数变化幅度较大的加工参数的优化配置.
作者：庞桂兵;李殿明;张利萍;赵秀君;彭彦平
作者单位：大连工业大学,大连,116034
分类：矿业与冶金
中文关键词：电化学加工;表面粗糙度;神经网络;预测
刊名：《中国机械工程》 2013 (009)
页码/页数：1191-1194 / 4
基金：国家自然科学基金资助项目(50905020);辽宁省高等学校杰出青年学者成长计划资助项目(LJQ2011051);清华大学摩擦学国家重点实验室开放基金资助项目(SKLTKF11B08)
DOI：10.3969/j.issn.1004-132X.2013.09.013
评论