發(fā)布時間：2020-06-07 10:13

【摘要】：在機械加工過程中，由于毛坯的尺寸和形位誤差、裝卡的偏心等原因?qū)е鹿ぜ�加工余量變化，而工件的材質(zhì)會不均勻，這些原因引起切削力變化，使工藝系統(tǒng)變形（讓刀量）發(fā)生變化，從而產(chǎn)生加工誤差，即機械加工中的誤差復映現(xiàn)象。通常憑人的經(jīng)驗多次加工，每次加工取適當?shù)募庸び嗔繙p少誤差復映引起的加工誤差。 根據(jù)誤差復映理論，誤差復映系數(shù)反映了加工前毛坯誤差對加工后工件誤差的影響程度，而誤差復映系數(shù)與工藝系統(tǒng)剛度、切削條件、進給量、工件材料的硬度等多個因素有關(guān)，且呈復雜的非線性關(guān)系難以通過公式精確算出。多次加工可以減少誤差，而加工次數(shù)及每次加工余量的選取目前主要依靠人的經(jīng)驗。人工神經(jīng)網(wǎng)絡(luò)模仿大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和功能，以其高度的并行性、高度的非線性全局作用、良好的容錯性與聯(lián)想記憶功能、十分強的自適應學習功能，在模式識別、模式分類、函數(shù)逼近、圖像處理、信號處理、容錯計算等領(lǐng)域得到了廣泛的應用。利用神經(jīng)網(wǎng)絡(luò)的學習能力，BP網(wǎng)的任意非線性映射能力可以模擬這復雜的函數(shù)關(guān)系。通過對實驗得到的樣本集進行訓練，當對訓練好的網(wǎng)絡(luò)給以一定的輸入后可以得到正確的輸出。從而可以根據(jù)加工的各種條件得出加工的次數(shù)及各次的加工余量。BP算法不受輸入量和輸出量數(shù)目的限制，在具體的研究應用中，可以根據(jù)需要修改源程序加以改進.在本論文中主要完成的研究內(nèi)容如下: 1.網(wǎng)絡(luò)模型的建立 通過分析誤差復映問題的模型，分析比較各種神經(jīng)網(wǎng)絡(luò)的特點，確定了用于優(yōu)化機械加工參數(shù)的神經(jīng)網(wǎng)絡(luò)模型。用神經(jīng)網(wǎng)絡(luò)優(yōu)化機械加工參數(shù)，解決機械加工誤差復映這一問題的實質(zhì)是逼近一個復雜的非線性函數(shù)，而感知器只能解決輸入線性可分的分類問題，自適應線性元件僅可以學習輸入輸出矢量間的線性關(guān)系，而BP網(wǎng)的任意非線性映射能力可以模擬這一復雜的函數(shù)關(guān)系。通過對誤差復映模型的分析，，采用加工前后的誤差EE、EB，工藝系統(tǒng)剛度K系，工件硬度HBS， 進給量f作為BP網(wǎng)絡(luò)的輸入，第一、二次切深占總切深的比例P1、P2作為BP網(wǎng)絡(luò)的輸出。 2．BP算法的改進 針對標準ＢＰ算法訓練時間長、不易收斂的缺點，根據(jù)本課題應用實 WP=66 際，結(jié)合附加動量法、自適應學習率和雙極性S型壓縮函數(shù)法，對BP算法進行了改進，使用效果良好。采用附加動量法修正網(wǎng)絡(luò)權(quán)值，不僅考慮誤差在梯度上的作用，而且考慮在誤差曲面上變化趨勢的影響，如同一個低通濾波器，使網(wǎng)絡(luò)忽略微小變化，滑過局部極小值。在訓練網(wǎng)絡(luò)中，針對特定的問題，學習速率的選取往往比較盲目，學習速率太小，導致訓練時間增長，學習速率太大，又可能引起訓練癱瘓現(xiàn)象。為了解決這一問題采取自適應學習率的方法在訓練中自動調(diào)整學習速率，保證網(wǎng)絡(luò)總是以最大的可接受的學習速率進行訓練，大大縮短了訓練時間。本文利用MATLAB的神經(jīng)網(wǎng)絡(luò)工具箱, 用實例說明了結(jié)合附加動量法和自適應學習率改進后算法的優(yōu)越性。 3.BP網(wǎng)絡(luò)結(jié)構(gòu)的確定 通過對實驗數(shù)據(jù)采用不同網(wǎng)絡(luò)結(jié)構(gòu)進行訓練，分析比較研究不同網(wǎng)絡(luò)結(jié)構(gòu)對訓練結(jié)果的影響。確定BP網(wǎng)絡(luò)的隱層數(shù)，各層神經(jīng)元數(shù)，從而確定了BP網(wǎng)絡(luò)的結(jié)構(gòu)。采用兩個隱層，第一、二隱層神經(jīng)元數(shù)分別為15、12即 5-15-12-2的網(wǎng)絡(luò)結(jié)構(gòu)最為合理，具有較快的收斂速度和較小的訓練誤差，且不易出現(xiàn)過度匹配。 4.BP網(wǎng)絡(luò)解決復映問題的研究 對ＢＰ網(wǎng)絡(luò)進行訓練后，用測試集測試它的泛化能力，觀察測試結(jié)果與實際結(jié)果的差距，分析用BP網(wǎng)絡(luò)解決機械加工中誤差復映問題，實現(xiàn)加工參數(shù)優(yōu)化的可行性。分析測試數(shù)據(jù)可知:用訓練集訓練BP網(wǎng)絡(luò)可以很好地收斂，而用測試集測試網(wǎng)絡(luò)時卻有一定的誤差，且當輸入量靠近訓練所用結(jié)點時誤差很小，這說明訓練集可能不夠完備，即訓練集可能沒有完全覆蓋整個實際的集合，但同時說明只要擁有比較完備的訓練集(更多大量全面的實驗或全面的經(jīng)驗數(shù)據(jù))，可以很好地用BP網(wǎng)絡(luò)解決機械加工中的誤差復映問題，實現(xiàn)加工參數(shù)優(yōu)化。 5．偏心夾具的設(shè)計 根據(jù)實驗需要，設(shè)計了一個簡易的偏心連續(xù)可調(diào)夾具，它利用了棒料在車削中中心線相對車床主軸的變化，用很簡單的方法實現(xiàn)了偏心的連續(xù)可調(diào)，在實驗中效果良好。 6．圖形用戶界面的設(shè)計 利用MATLAB的GUI設(shè)計工具GUIDE設(shè)計了能夠?qū)崿F(xiàn)訓練參數(shù)設(shè)定，訓練網(wǎng)絡(luò)和測試網(wǎng)絡(luò)的圖形用戶界面。如圖1所表示： WP=67 圖1 “訓練網(wǎng)絡(luò)”主菜單項由四個子菜單項組成，主要完成訓練參數(shù)設(shè)定、網(wǎng)絡(luò)訓練等功能�！拜斎爰庸�條件和要求”主菜單項用于輸入工藝系統(tǒng)剛度、進給量、加工前徑向誤差、加工后徑向誤差和工件硬度作為網(wǎng)絡(luò)的輸入。當單擊“計算各次加工比例”菜單項可以正向計算輸出第一、二次的加工比例。
【圖文】：

從信息的傳遞過程來看，一個神經(jīng)細胞的樹突，從其他神經(jīng)細胞接受信這些信號可能是興奮性的，也可能是抑制性的。所有樹突接受到的信號傳到細胞體進行綜合處理。如果在一定的時間間隔內(nèi)，當某一細胞接受的興奮性信號量足夠大，它將被激活，并產(chǎn)生一個脈沖信號，這個信號沿著該細胞的軸突傳送出去，并通過突觸傳給其他神經(jīng)細胞。神經(jīng)細胞過突觸的連接形成神經(jīng)網(wǎng)絡(luò)。

人工神經(jīng)網(wǎng)絡(luò)簡圖
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2004
【分類號】：TH161

【相似文獻】

相關(guān)期刊論文 前10條

1 ;美用DNA制造出首個人造神經(jīng)網(wǎng)絡(luò)[J];硅谷;2011年17期

2 佟錚;張友鵬;;基于BP神經(jīng)網(wǎng)絡(luò)的機車輪對故障診斷系統(tǒng)研究[J];鐵路技術(shù)創(chuàng)新;2009年01期

3 黃蓮花;李光明;;神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)融合在車用傳感器中的應用[J];裝備制造技術(shù);2011年08期

4 景利學;蘇宏升;謝明軍;冉鵬程;;電壓型BUCK變換器控制策略研究[J];電氣傳動自動化;2011年04期

5 姜平;黃志鵬;;基于神經(jīng)網(wǎng)絡(luò)的公交客流預測[J];交通標準化;2008年13期

6 尹駿暉;李伶;杜青;;基于神經(jīng)網(wǎng)絡(luò)和柔度曲率的簡支梁損傷識別[J];山西建筑;2011年21期

7 孫海龍;馮超;匙瑞堂;;滾動軸承狀態(tài)監(jiān)測[J];工業(yè)設(shè)計;2011年05期

8 楊鶴年;;機電一體化系統(tǒng)中的智能控制技術(shù)[J];煤炭技術(shù);2011年07期

9 許杰;程錦房;何光進;;一種基于艦船磁場的神經(jīng)網(wǎng)絡(luò)識別模型[J];船電技術(shù);2011年09期

10 蒯松巖;吳濤;代尚方;張旭隆;;基于RBF的無位置開關(guān)磁阻電機控制系統(tǒng)[J];電力電子技術(shù);2011年07期

相關(guān)會議論文 前10條

1 林大正;王行愚;;人工神經(jīng)網(wǎng)絡(luò)在物流預測中的應用[A];第二十三屆中國控制會議論文集（下冊）[C];2004年

2 尚鋼;陳立耀;李卓球;王建平;;神經(jīng)網(wǎng)絡(luò)在梁體結(jié)構(gòu)缺陷識別中的應用[A];第七屆全國結(jié)構(gòu)工程學術(shù)會議論文集（第Ⅰ卷）[C];1998年

3 張軍;張瀟瀟;李大偉;;基于神經(jīng)網(wǎng)絡(luò)技術(shù)的手寫數(shù)字識別[A];第七屆全國信息獲取與處理學術(shù)會議論文集[C];2009年

4 李青茹;呂振肅;張英林;龐鵬;;基于神經(jīng)網(wǎng)絡(luò)的模糊控制器[A];1998中國控制與決策學術(shù)年會論文集[C];1998年

5 朱雙東;趙建國;;企業(yè)未來獲利能力的智能評價方法[A];1999年中國智能自動化學術(shù)會議論文集（下冊）[C];1999年

6 陳月軍;王行愚;牛玉剛;;BP神經(jīng)網(wǎng)絡(luò)在證券市場預測中的應用[A];第二十三屆中國控制會議論文集（下冊）[C];2004年

7 呂國云;;人工神經(jīng)網(wǎng)絡(luò)在地下封閉爆炸地表運動規(guī)律探討中的應用[A];第十屆全國核電子學與核探測技術(shù)學術(shù)年會論文集[C];2000年

8 周像金;耿國華;周明全;朱翔;;基于BP神經(jīng)網(wǎng)絡(luò)和支持向量機的文物分類研究[A];計算機技術(shù)與應用進展——全國第17屆計算機科學與技術(shù)應用（CACIS）學術(shù)會議論文集（上冊）[C];2006年

9 曾干文;;采用神經(jīng)網(wǎng)絡(luò)的倒立擺計算機學習控制[A];1994中國控制與決策學術(shù)年會論文集[C];1994年

10 朱雙東;顧忠民;趙建國;;基于神經(jīng)網(wǎng)絡(luò)的智能型黃疸鑒別診斷[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

相關(guān)重要報紙文章 前10條

1 記者 陳青　通訊員 孫國根;揭示神經(jīng)網(wǎng)絡(luò)形成新機制[N];文匯報;2011年

2 于翔;數(shù)字神經(jīng)網(wǎng)絡(luò)中的協(xié)同應用[N];網(wǎng)絡(luò)世界;2009年

3 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經(jīng)網(wǎng)絡(luò)[N];健康時報;2006年

4 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應用研究通過鑒定[N];中國船舶報;2006年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報首席記者 任荃　實習生 史博臻;軌交“神經(jīng)網(wǎng)絡(luò)”觸動創(chuàng)新神經(jīng)[N];文匯報;2011年

7 計算機世界實驗室 韓勖;當布線系統(tǒng)遭遇神經(jīng)網(wǎng)絡(luò)[N];計算機世界;2009年

8 曹建兵 李祖兵 特約記者 何天進 本報記者 于莘明;給導彈植入“神經(jīng)網(wǎng)絡(luò)”[N];科技日報;2005年

9 譚薇;“潮濕計算機”：擁有人類智慧的超級大腦[N];第一財經(jīng)日報;2010年

10 韓婷婷;ICT強壯奧運“神經(jīng)網(wǎng)絡(luò)”[N];通信產(chǎn)業(yè)報;2007年

相關(guān)博士學位論文 前10條

1 邵郅邛;連續(xù)感知器學習算法的有限收斂性及連續(xù)距離轉(zhuǎn)換神經(jīng)網(wǎng)絡(luò)[D];大連理工大學;2005年

2 劉志祥;深部開采高階段尾砂充填體力學與非線性優(yōu)化設(shè)計[D];中南大學;2005年

3 戴雪龍;PET探測器神經(jīng)網(wǎng)絡(luò)定位方法研究[D];中國科學技術(shù)大學;2006年

4 馬戎;智能控制技術(shù)在煉鋼電弧爐中的應用研究[D];西北工業(yè)大學;2006年

5 文敦偉;面向多智能體和神經(jīng)網(wǎng)絡(luò)的智能控制研究[D];中南大學;2001年

6 吳大宏;基于遺傳算法與神經(jīng)網(wǎng)絡(luò)的橋梁結(jié)構(gòu)健康監(jiān)測系統(tǒng)研究[D];西南交通大學;2003年

7 杜文斌;基于神經(jīng)網(wǎng)絡(luò)的冠心病證候診斷標準與藥效評價模型研究[D];遼寧中醫(yī)學院;2004年

8 熊雪梅;參數(shù)化模糊遺傳神經(jīng)網(wǎng)絡(luò)及在植物病害預測的應用[D];南京農(nóng)業(yè)大學;2004年

9 李智;電站鍋爐燃燒系統(tǒng)優(yōu)化運行與應用研究[D];東北大學;2005年

10 王承;基于神經(jīng)網(wǎng)絡(luò)的模擬電路故障診斷方法研究[D];電子科技大學;2005年

相關(guān)碩士學位論文 前10條

1 易江義;神經(jīng)網(wǎng)絡(luò)PID控制在汽車發(fā)電機性能自動測試系統(tǒng)的應用[D];中南大學;2004年

2 田金鵬;前饋神經(jīng)網(wǎng)絡(luò)在自適應逆控制中的應用研究[D];鄭州大學;2005年

3 劉全喜;基于模式識別原理的神經(jīng)網(wǎng)絡(luò)模擬電路故障診斷方法[D];湖南大學;2006年

4 楊雋;神經(jīng)網(wǎng)絡(luò)圖像壓縮算法的FPGA實現(xiàn)技術(shù)研究[D];西安科技大學;2009年

5 易曉梅;基于演化神經(jīng)網(wǎng)絡(luò)安全審計系統(tǒng)的研究與應用[D];浙江工業(yè)大學;2008年

6 段宏波;基于BP神經(jīng)網(wǎng)絡(luò)的中頻電源平衡控制器的研究[D];西安科技大學;2005年

7 張睿;神經(jīng)網(wǎng)絡(luò)在土壤有機質(zhì)直接測定中的應用研究[D];山西農(nóng)業(yè)大學;2005年

8 許楠;基于神經(jīng)網(wǎng)絡(luò)的在線手寫簽名驗證方法研究[D];武漢理工大學;2006年

9 高云;基于GA-BP網(wǎng)絡(luò)的鐵水硅含量預測系統(tǒng)[D];合肥工業(yè)大學;2006年

10 雷萍;匯率的非線性組合預測方法研究[D];河海大學;2006年

本文編號：2701261