论文部分内容阅读
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。