發(fā)布時(shí)間：2020-06-07 10:13

【摘要】：在機(jī)械加工過(guò)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(huì)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(jī)械加工中的誤差復(fù)映現(xiàn)象。通常憑人的經(jīng)驗(yàn)多次加工，每次加工取適當(dāng)?shù)募庸び嗔繙p少誤差復(fù)映引起的加工誤差。 根據(jù)誤差復(fù)映理論，誤差復(fù)映系數(shù)反映了加工前毛坯誤差對(duì)加工后工件誤差的影響程度，而誤差復(fù)映系數(shù)與工藝系統(tǒng)剛度、切削條件、進(jìn)給量、工件材料的硬度等多個(gè)因素有關(guān)，且呈復(fù)雜的非線性關(guān)系難以通過(guò)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(yàn)。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(cuò)性與聯(lián)想記憶功能、十分強(qiáng)的自適應(yīng)學(xué)習(xí)功能，在模式識(shí)別、模式分類、函數(shù)逼近、圖像處理、信號(hào)處理、容錯(cuò)計(jì)算等領(lǐng)域得到了廣泛的應(yīng)用。利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力，BP網(wǎng)的任意非線性映射能力可以模擬這復(fù)雜的函數(shù)關(guān)系。通過(guò)對(duì)實(shí)驗(yàn)得到的樣本集進(jìn)行訓(xùn)練，當(dāng)對(duì)訓(xùn)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(yīng)用中，可以根據(jù)需要修改源程序加以改進(jìn).在本論文中主要完成的研究?jī)?nèi)容如下: 1.網(wǎng)絡(luò)模型的建立 通過(guò)分析誤差復(fù)映問(wèn)題的模型，分析比較各種神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，確定了用于優(yōu)化機(jī)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(jī)械加工參數(shù)，解決機(jī)械加工誤差復(fù)映這一問(wèn)題的實(shí)質(zhì)是逼近一個(gè)復(fù)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(wèn)題，自適應(yīng)線性元件僅可以學(xué)習(xí)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(fù)雜的函數(shù)關(guān)系。通過(guò)對(duì)誤差復(fù)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(jìn)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(jìn) 針對(duì)標(biāo)準(zhǔn)ＢＰ算法訓(xùn)練時(shí)間長(zhǎng)、不易收斂的缺點(diǎn)，根據(jù)本課題應(yīng)用實(shí) WP=66 際，結(jié)合附加動(dòng)量法、自適應(yīng)學(xué)習(xí)率和雙極性S型壓縮函數(shù)法，對(duì)BP算法進(jìn)行了改進(jìn)，使用效果良好。采用附加動(dòng)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(shì)的影響，如同一個(gè)低通濾波器，使網(wǎng)絡(luò)忽略微小變化，滑過(guò)局部極小值。在訓(xùn)練網(wǎng)絡(luò)中，針對(duì)特定的問(wèn)題，學(xué)習(xí)速率的選取往往比較盲目，學(xué)習(xí)速率太小，導(dǎo)致訓(xùn)練時(shí)間增長(zhǎng)，學(xué)習(xí)速率太大，又可能引起訓(xùn)練癱瘓現(xiàn)象。為了解決這一問(wèn)題采取自適應(yīng)學(xué)習(xí)率的方法在訓(xùn)練中自動(dòng)調(diào)整學(xué)習(xí)速率，保證網(wǎng)絡(luò)總是以最大的可接受的學(xué)習(xí)速率進(jìn)行訓(xùn)練，大大縮短了訓(xùn)練時(shí)間。本文利用MATLAB的神經(jīng)網(wǎng)絡(luò)工具箱, 用實(shí)例說(shuō)明了結(jié)合附加動(dòng)量法和自適應(yīng)學(xué)習(xí)率改進(jìn)后算法的優(yōu)越性。 3.BP網(wǎng)絡(luò)結(jié)構(gòu)的確定 通過(guò)對(duì)實(shí)驗(yàn)數(shù)據(jù)采用不同網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行訓(xùn)練，分析比較研究不同網(wǎng)絡(luò)結(jié)構(gòu)對(duì)訓(xùn)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(gè)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(xùn)練誤差，且不易出現(xiàn)過(guò)度匹配。 4.BP網(wǎng)絡(luò)解決復(fù)映問(wèn)題的研究 對(duì)ＢＰ網(wǎng)絡(luò)進(jìn)行訓(xùn)練后，用測(cè)試集測(cè)試它的泛化能力，觀察測(cè)試結(jié)果與實(shí)際結(jié)果的差距，分析用BP網(wǎng)絡(luò)解決機(jī)械加工中誤差復(fù)映問(wèn)題，實(shí)現(xiàn)加工參數(shù)優(yōu)化的可行性。分析測(cè)試數(shù)據(jù)可知:用訓(xùn)練集訓(xùn)練BP網(wǎng)絡(luò)可以很好地收斂，而用測(cè)試集測(cè)試網(wǎng)絡(luò)時(shí)卻有一定的誤差，且當(dāng)輸入量靠近訓(xùn)練所用結(jié)點(diǎn)時(shí)誤差很小，這說(shuō)明訓(xùn)練集可能不夠完備，即訓(xùn)練集可能沒(méi)有完全覆蓋整個(gè)實(shí)際的集合，但同時(shí)說(shuō)明只要擁有比較完備的訓(xùn)練集(更多大量全面的實(shí)驗(yàn)或全面的經(jīng)驗(yàn)數(shù)據(jù))，可以很好地用BP網(wǎng)絡(luò)解決機(jī)械加工中的誤差復(fù)映問(wèn)題，實(shí)現(xiàn)加工參數(shù)優(yōu)化。 5．偏心夾具的設(shè)計(jì) 根據(jù)實(shí)驗(yàn)需要，設(shè)計(jì)了一個(gè)簡(jiǎn)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(duì)車床主軸的變化，用很簡(jiǎn)單的方法實(shí)現(xiàn)了偏心的連續(xù)可調(diào)，在實(shí)驗(yàn)中效果良好。 6．圖形用戶界面的設(shè)計(jì) 利用MATLAB的GUI設(shè)計(jì)工具GUIDE設(shè)計(jì)了能夠?qū)崿F(xiàn)訓(xùn)練參數(shù)設(shè)定，訓(xùn)練網(wǎng)絡(luò)和測(cè)試網(wǎng)絡(luò)的圖形用戶界面。如圖1所表示： WP=67 圖1 “訓(xùn)練網(wǎng)絡(luò)”主菜單項(xiàng)由四個(gè)子菜單項(xiàng)組成，主要完成訓(xùn)練參數(shù)設(shè)定、網(wǎng)絡(luò)訓(xùn)練等功能。“輸入加工條件和要求”主菜單項(xiàng)用于輸入工藝系統(tǒng)剛度、進(jìn)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(dāng)單擊“計(jì)算各次加工比例”菜單項(xiàng)可以正向計(jì)算輸出第一、二次的加工比例。
【圖文】：

從信息的傳遞過(guò)程來(lái)看，一個(gè)神經(jīng)細(xì)胞的樹突，從其他神經(jīng)細(xì)胞接受信這些信號(hào)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(hào)傳到細(xì)胞體進(jìn)行綜合處理。如果在一定的時(shí)間間隔內(nèi)，當(dāng)某一細(xì)胞接受的興奮性信號(hào)量足夠大，它將被激活，并產(chǎn)生一個(gè)脈沖信號(hào)，這個(gè)信號(hào)沿著該細(xì)胞的軸突傳送出去，并通過(guò)突觸傳給其他神經(jīng)細(xì)胞。神經(jīng)細(xì)胞過(guò)突觸的連接形成神經(jīng)網(wǎng)絡(luò)。

人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)圖
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2004
【分類號(hào)】：TH161

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;美用DNA制造出首個(gè)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(jī)車輪對(duì)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(yīng)用[J];裝備制造技術(shù);2011年08期

4 景利學(xué);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(dòng)自動(dòng)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(yù)測(cè)[J];交通標(biāo)準(zhǔn)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(jiǎn)支梁損傷識(shí)別[J];山西建筑;2011年21期

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

8 楊鶴年;;機(jī)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(jìn);;一種基于艦船磁場(chǎng)的神經(jīng)網(wǎng)絡(luò)識(shí)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(wú)位置開關(guān)磁阻電機(jī)控制系統(tǒng)[J];電力電子技術(shù);2011年07期

相關(guān)會(huì)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(yù)測(cè)中的應(yīng)用[A];第二十三屆中國(guó)控制會(huì)議論文集（下冊(cè)）[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(shí)別中的應(yīng)用[A];第七屆全國(guó)結(jié)構(gòu)工程學(xué)術(shù)會(huì)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(shí)別[A];第七屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)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(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1998年

5 朱雙東;趙建國(guó);;企業(yè)未來(lái)獲利能力的智能評(píng)價(jià)方法[A];1999年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊(cè)）[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(chǎng)預(yù)測(cè)中的應(yīng)用[A];第二十三屆中國(guó)控制會(huì)議論文集（下冊(cè)）[C];2004年

7 呂國(guó)云;;人工神經(jīng)網(wǎng)絡(luò)在地下封閉爆炸地表運(yùn)動(dòng)規(guī)律探討中的應(yīng)用[A];第十屆全國(guó)核電子學(xué)與核探測(cè)技術(shù)學(xué)術(shù)年會(huì)論文集[C];2000年

8 周像金;耿國(guó)華;周明全;朱翔;;基于BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的文物分類研究[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展——全國(guó)第17屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2006年

9 曾干文;;采用神經(jīng)網(wǎng)絡(luò)的倒立擺計(jì)算機(jī)學(xué)習(xí)控制[A];1994中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1994年

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

相關(guān)重要報(bào)紙文章 前10條

1 記者 陳青　通訊員 孫國(guó)根;揭示神經(jīng)網(wǎng)絡(luò)形成新機(jī)制[N];文匯報(bào);2011年

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

3 健康時(shí)報(bào)特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時(shí)報(bào);2006年

4 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過(guò)鑒定[N];中國(guó)船舶報(bào);2006年

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

6 本報(bào)首席記者 任荃　實(shí)習(xí)生 史博臻;軌交“神經(jīng)網(wǎng)絡(luò)”觸動(dòng)創(chuàng)新神經(jīng)[N];文匯報(bào);2011年

7 計(jì)算機(jī)世界實(shí)驗(yàn)室 韓勖;當(dāng)布線系統(tǒng)遭遇神經(jīng)網(wǎng)絡(luò)[N];計(jì)算機(jī)世界;2009年

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

9 譚薇;“潮濕計(jì)算機(jī)”：擁有人類智慧的超級(jí)大腦[N];第一財(cái)經(jīng)日?qǐng)?bào);2010年

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

相關(guān)博士學(xué)位論文 前10條

1 邵郅邛;連續(xù)感知器學(xué)習(xí)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(xué);2005年

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

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

4 馬戎;智能控制技術(shù)在煉鋼電弧爐中的應(yīng)用研究[D];西北工業(yè)大學(xué);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(xué);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(cè)系統(tǒng)研究[D];西南交通大學(xué);2003年

7 杜文斌;基于神經(jīng)網(wǎng)絡(luò)的冠心病證候診斷標(biāo)準(zhǔn)與藥效評(píng)價(jià)模型研究[D];遼寧中醫(yī)學(xué)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(yù)測(cè)的應(yīng)用[D];南京農(nóng)業(yè)大學(xué);2004年

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

相關(guān)碩士學(xué)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(jī)性能自動(dòng)測(cè)試系統(tǒng)的應(yīng)用[D];中南大學(xué);2004年

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

3 劉全喜;基于模式識(shí)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(xué);2006年

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

5 易曉梅;基于演化神經(jīng)網(wǎng)絡(luò)安全審計(jì)系統(tǒng)的研究與應(yīng)用[D];浙江工業(yè)大學(xué);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(xué);2005年

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

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

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

10 雷萍;匯率的非線性組合預(yù)測(cè)方法研究[D];河海大學(xué);2006年

本文編號(hào)：2701261