基于BP神经网络的切削表面粗糙度预测方法  

Research on Prediction of Cutting Surface Roughness Based on BP Neural Network

作　　者：张永顺[1] 孙华[1] 丁伟[1] 黄雷[1] 

机构地区：[1]西华大学机械工程及自动化学院,四川成都610039

出　　处：《机械管理开发》2011年第5期71-72,74,共3页Mechanical Management and Development

摘　　要：利用神经网络理论,提出一种利用BP神经网络预测切削表面粗糙度的方法。简单分析了粗糙度的影响因素及预测原理。介绍了BP神经网络的特点、原理、算法和公式。在对Matlab及其神经网络工具箱简要介绍的基础上,采用BP网络的方法对钢Q235材料粗糙度进行了训练、预测和分析。结果表明,该方法的预测误差小于3%。Based on neural network theory,this paper advances the method of forecasting the roughness of cut surface by using BP neural network and presents a simple analysis of the affecting factors and the principles of forecasting roughness.It will introduce the characteristics,principles algorithm and formula of the BP neural network and steel Q235 materials-a case in study.The results show the method can help to achieve the prediction of roughness with an error of less than 3 percent.

关 键 词：BP神经网络 切削振动 MATLAB 表面粗糙度预测 

分 类 号：TP391.9[自动化与计算机技术—计算机应用技术]