【摘 要】
：
利用TensorFlow机器学习框架建立了前馈神经网络模型,以三个切削参数作为输入变量,分别是刀具切削深度ap、切削速度vc和进给量f,输出变量是表征工件表面粗糙度的三个指标,即
【基金项目】
：
河南省重大科技专项资助(171100210300-01)。
论文部分内容阅读
利用TensorFlow机器学习框架建立了前馈神经网络模型,以三个切削参数作为输入变量,分别是刀具切削深度ap、切削速度vc和进给量f,输出变量是表征工件表面粗糙度的三个指标,即轮廓算数平均偏差Ra、轮廓最大高度Ry或微观不平度十点高度Rz。利用数控车床加工数据对神经网络进行训练,训练好的网络可以用来预测工件的表面粗糙度。预测结果表明基于TensorFlow框架的表面粗糙度预测方法具有建模方便和精度高的特点,因此提出的方法对车削工艺的智能化编制有一定的参考价值。
其他文献
为了提高工程车辆的动态性能,保证及时准确地完成自动换挡,提出了三参数的最优换挡理论。采用改进BP网络控制算法控制变速系统的自动换挡,通过仿真表明:节能和动态换挡规律可
为顺应绿色能源、低碳环保的新能源汽车发展潮流,提出一种针对太阳能主流乘用车的全自动一体化混合动力总成设计。其采用单轴并联式混合动力系统结构,通过一体化的燃油发动机
针对经典滚动轴承力学特性的研究大多基于刚性套圈的假设,但无法应用于谐波减速器中发生套圈变形的薄壁轴承问题,基于柔性套圈变形假设得到薄壁轴承接触载荷-应力计算模型,并
车辆簧上质量受到四轮激励引起的振动是一个非线性的耦合过程。为了有效减振,根据达朗贝尔原理建立整车七自由度主动悬架模型,在左右轮迹相干函数的基础上建立四轮路面激励时
针对航改型燃气轮机RB211-24G铝硅涂层叶片的振动光饰加工过程进行研究,以获得解决涂层不均、厚度不足、掉块、磕碰、光饰表面质量差,效率低等问题的振动光饰制备工艺。采用
为了解力学性能对闸式剪板机(简称闸剪)剪切精度的影响,以6×3200型数控闸剪为研究对象,基于ADAMS构建了机床虚拟样机,进行了纯刚体及刚柔耦合动力学分析,得到了两种模型下机
针对现有灭火机器人视觉系统的窄视野且检测结果受光照变化干扰的问题,提出了一种应用于大视角全景图像火焰识别且抗光照变化干扰的二分粒度聚类优化的核极限学习机方法。首先,对全景图像建立抗光照变化干扰的颜色模型;然后在该颜色模型下利用经过二分和粒度思想改进的K-means聚类算法分割疑似火焰区域与非火区域;最终提取疑似火焰区域的颜色分量等特征参数作为输入向量来训练核极限学习机(KELM)分类器以提取火焰区
由于机械设备传动系统中的关键零部件如轴承的振动信号具有典型非平稳的特征,将非线调频模式分解算法引入到机械设备故障诊断中,实现了对轴承等关键零部件早期微弱故障的特征
为研究机械零部件尺寸参数及材料性能参数对机械零部件频率失效的影响,对NC450型单缸发动机连杆进行了研究,应用多平台集成设计对其进行频率可靠性分析。首先,建立ANSYS有限
由于特殊焊缝的内部结构复杂型,面临检测图谱成像质量差,缺陷识别定位困难等问题,选择最优的检测工艺参数对提高缺陷图谱成像质量成为研究重点。为了提高成像分辨率方便检测