针对数控切削加工表面粗糙度存在预测精度不高的问题,采用径向基(RBF)神经网络技术,以多组实际加工试验数据作为样本,建立了以转速n、进给速度vf、背吃力量ap为自变量的切削表面粗糙度预测模型。试验及预测结果表明:切削表面粗糙度RBF神经网络预测模型的预测相对误差小于2.7%,而回归分析预测值的相对误差在7.1%～14.0%变动。充分说明数控切削加工表面粗糙度RBF神经网络预测模型的预测精度高,可满足数控切削加工表面粗糙度实时在线预测的要求。
2021-05-12 15:43:02
260KB
1
复合氮化硅陶瓷刀具在渣浆泵工艺中的应用
复合氮化硅陶瓷刀具具有非常高的耐磨性、红硬性、抗冲击韧性，它的应用将给金属切削加工带来重大革新，将改变传统的刀具材料和切削技术，将节省大量工时、电力、贵重金属，从而带来巨大的经济效益和社会效益。
2021-03-17 12:06:54
102KB