基于小波神经网络的双电极同步伺服放电加工工艺效果预测

被引：1

作者：

于丽丽 ^{[1
]}

刘永红 ^{[1
]}

蔡宝平 ^{[1
]}

朱连章 ^{[2
]}

纪仁杰 ^{[1
]}

董欣 ^{[1
]}

机构：

[1] 中国石油大学机电工程学院

[2] 中国石油大学计算机与通信工程学院

来源：

中国石油大学学报(自然科学版) | 2008年 / 04期

关键词：

小波网络; 人工神经网络; 非导电工程陶瓷; 放电加工; 双电极同步伺服;

D O I：

暂无

中图分类号：

TG661 [电加工机床及其加工];

学科分类号：

摘要：

针对非导电工程陶瓷双电极同步伺服放电加工工艺参数与加工效果间的高度非线性,提出了一种既能充分利用神经网络的自学习能力,又能利用小波良好的时频局部化特性的非导电工程陶瓷双电极同步伺服放电加工效果预测的小波神经网络方法,并建立了预测模型,同时将预测结果与传统神经网络模型的预测结果进行了比较。结果表明,小波网络模型的收敛速度和预测精度均优于传统神经网络模型。

引用

页码：87 / 90

页数：4

共 6 条

[1] 非电参数对非导电工程陶瓷电火花磨削效果的影响 [J].