基于GRNN的电火花线切割加工工艺预测

作     者：李朝将 凡银生 李强 

作者机构：清华大学精密仪器与机械学系北京100084 清华大学摩擦学国家重点实验室北京100084 哈尔滨工业大学机电工程学院黑龙江哈尔滨150001 

出 版 物：《华中科技大学学报（自然科学版）》 (Journal of Huazhong University of Science and Technology(Natural Science Edition))

年 卷 期：2012年第40卷第S2期

页      面：1-4页

核心收录：

学科分类：07[理学] 08[工学] 

基　　金：中国博士后科学基金资助项目(2012M520254) 

主　　题：电火花线切割 广义回归神经网络 多次切割 加工工艺 预测 

摘      要：将广义回归神经网络(GRNN)应用到电火花线切割多次切割加工预测中,减少参数选择的盲目性.采用正交试验的方法,进行放电脉宽、脉间、峰值电流、运丝速度、工作液及每次切割的偏移量对切割速度、表面粗糙度的影响试验,将实验数据作为神经网络的训练样本;将误差序列的均方差作为广义回归神经网络性能的评价指标.实验发现:利用GRNN网络的切割速度预测误差小于4%,表面粗糙度预测误差小于2%,预测精度较高,可以有效地指导加工参数的选择.