基于神经网络的倒锥微细孔电加工工艺分析  

Research on Tapered Micro Holes by EDM Based on Neural Network Computer and Applications

作　　者：刘加光[1] 柴永生[1] 姜曼[1] 周京[1] 牟玲龙 岳艳丽[1,2] 丁兆露[1] 杨尚贤 

机构地区：[1]烟台大学机电汽车工程学院 [2]海军航空工程学院基础实验部,山东烟台264005

出　　处：《机械设计与研究》2017年第5期152-155,共4页Machine Design And Research

基　　金：国家自然科学基金资助项目(51405416);山东省自然科学基金(ZR2014EEQ024);山东省科技发展计划(2012YD15010)资助项目

摘　　要：为了探索并联电容、脉冲电压以及导向块的旋转速度等对倒锥微细孔电加工的入口直径、倒锥顶角以及加工时间等工艺参数的影响程度和关联性。运用基于径向基函数(Radial Basis Function,RBF)神经网络的方法对实验结果数据进行分析和预测。神经网络分析结果表明,对于倒锥微细孔电加工中对工艺参数预测影响的重要性依次为电压、电容和转速,实验结果证实预测值与实验数据的最大标准偏差为6.95%。本文为倒锥微细孔电加工研究提供了一种有效的工艺参数预测分析方法。To explore the influence degree and relevance of shunt capacitance, pulse voltage, rotation speed of guide block to the inlet diameter, inverted cone vertex angles, processing time of each holes and other technological parameters. Make analysis and forecast of the data of an experimental result based on radial basis function neural network. The results showed that the importance of which affecting the technological parameter in drilling tapered micro holes is in the following order capacitance, voltage and rotation speed and the standard deviations between the prediction results based on neural network and experimental result have not gone beyond 6.95%. An efficient way to analyze the technological parameters of drilling tapered micro holes is provided in this paper.

关 键 词：神经网络 电加工 倒锥微细孔 预测分析 

分 类 号：TH162[机械工程—机械制造及自动化]