基于BP神經網絡和遺傳算法對工程陶瓷磨削力建模的研究.pdf

1、陶瓷材料硬度高、脆性大，磨削時磨削抗力大。磨削力是磨削過程中的主要參數，是評價材料磨削性能優(yōu)劣的一個重要指標，它的大小直接影響陶瓷的表面質量及產生表面的損傷，為了準確和有效的控制磨削過程對磨削力的影響，清楚各參數對磨削力的影響很重要。因此建立磨削力的預測模型，是本文研究的主要內容。本文的主要結論和成果如下： 1、利用人工神經網絡自學習的特點，采用BP神經網絡建立關于磨削力的預測模型。本模型除考慮磨削條件以外，同時也考慮了工程陶瓷

2、材料脆性和砂輪粒度對磨削力的影響，建立了五因素磨削力的預測模型。 2、通過遺傳算法參數集的處理、多點搜索、僅用適應度函數來評價基因個體以及明確的搜索方向等優(yōu)點，根據大量的實驗分析比較，對各參數進行約束，建立磨削力的預測模型。通過對大量資料的查閱，發(fā)現幾乎很少有利用遺傳算法建立磨削力的預測模型，因此本預測模型有一定的創(chuàng)新性。 3、通過對Si3N4、Al2O3、ZrO2三種陶瓷材料進行磨削實驗，為遺傳算法和BP神經網絡建立磨