聚晶金刚石电火花磨削试验的人工神经网络建模

被引：4

作者：

张勤俭

曹凤国

翟力军

王先逵

机构：

[1] 北京市电加工研究所

[2] 清华大学北京

[3] 北京

来源：

金刚石与磨料磨具工程 | 2004年 / 03期

关键词：

聚晶金刚石; 电火花磨削; 人工神经网络;

D O I：

10.13394/j.cnki.jgszz.2004.03.004

中图分类号：

TG580.6 [磨削加工工艺];

学科分类号：

080201 ; 080503 ;

摘要：

聚晶金刚石 (PCD)由于具有高硬度、高耐磨性和抗腐蚀性等优良的特性 ,其应用范围日益广泛 ,但是其成型加工非常困难。目前 ,聚晶金刚石常用的加工方法有机械研磨和电火花磨削 ,由于机械研磨效率低、金刚石层厚度不均匀等缺点 ,其应用受到很大限制。而电火花磨削工艺加工效率高 ,PCD平面度易于控制 ,近年来得到了迅速的发展。电火花磨削工艺主要参数如工件极性、脉冲宽度、脉冲间隔、峰值电压和峰值电流对工艺指标金刚石材料去除率 (MRR)均有影响 ,而一般的方法难以确定工艺参数与工艺指标的关系 ,本文建立了电火花磨削参数和金刚石材料去除率的人工神经网络模型 ,该模型对未知工艺条件下的预测结果最大误差为 14 .2 9% ,基本满足工程实际的需要。

引用

页码：14 / 16

页数：3

共 4 条

[1]

The use of the orthogonal array with grey relational analysis to optimize the electrical discharge machining process with multiple performance characteristics. J. L. Lin,C. L. Lin. International Journal of Machine Tools &Manufacture . 2002

[2]

The use of neural network in predicting turning force. Y. S. Tang,T. C. Wang,et al. Journal of Materials Processing Technology . 1995

[3]

Neural network approach to flow stress evaluation in hot deformation. Rao K P,Prasad,et al. Journal of Materials Processing Technology . 1995

[4]

Comparisons of neural network models on material removal rate in electrical discharge machining. Kuo-Ming Tsai,Pei-Jen Wang. Journal of Materials Processing Technology . 2001

← 1 →