论文部分内容阅读
以Al7075-T6为加工对象,通过车削试验对PCD刀具车削超硬铝合金的三向动态切削力和表面粗糙度展开研究,建立基于BP神经网络的切削力和表面粗糙度预测模型。结果表明:随着切削用量三要素的变化,切削力变化显著;对于表面粗糙度而言,背吃刀量、进给量和切削速度之间无交互作用;基于L-M优化算法的BP神经网络对样本的拟合度高,且对切削力和表面粗糙度的预测精度高。