[發明專利]一種基于BP神經網絡的數控加工切屑控制方法有效
| 申請號： | 201710980152.6 | 申請日： | 2017-10-19 |
| 公開（公告）號： | CN107627152B | 公開（公告）日： | 2019-04-30 |
| 發明（設計）人： | 張培培;汪亦斐;王博;王科盛;何倩鴻 | 申請（專利權）人： | 電子科技大學 |
| 主分類號： | B23Q15/013 | 分類號： | B23Q15/013;B23Q15/08;B23Q15/22 |
| 代理公司： | 成都環泰知識產權代理事務所(特殊普通合伙) 51242 | 代理人： | 李斌;鄒翠 |
| 地址： | 610000 四川省成*** | 國省代碼： | 四川;51 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 bp 神經網絡 數控 加工 切屑 控制 方法 | ||
1.一種基于BP神經網絡的數控加工切屑控制方法，其特征在于，以主軸轉速n、進給速率vf以及切削深度dp作為輸入數據，以切屑卷曲半徑和切屑寬度作為輸出數據，建立BP神經網絡；
建立BP神經網絡具體包括以下步驟：
a、獲取包括主軸轉速n、進給速率vf和切削深度dp的輸入數據作為訓練樣本數據；
b、根據訓練樣本數據建立包括輸入層、輸出層以及隱含層的BP神經網絡拓撲模型；
c、取一輸入數據經輸入層輸入到隱含層中進行n次迭代后，計算實際輸出數據；并獲取第n次迭代時，輸入層與隱含層、隱含層之間以及隱含層與輸出層的權值向量；其中，1≤n≤22；
d、根據期望輸出數據與實際輸出數據，計算相應的輸出誤差；
e、根據誤差的計算，更新輸出層與隱含層之間的權值向量以及輸出層節點的閾值；并更新輸入層與隱含層之間的權值向量以及隱含層節點的閾值；
f、判斷是否學習完所有的訓練樣本數據，如果是，則進入步驟g；如果否，則重新進入步驟c；
g、判斷誤差是否小于預設定誤差下限，如果是，則學習結束；如果否，則進入步驟h；
h、判斷學習次數是否達到規定值，如果是，則學習結束；如果否，則重新進入步驟c。
2.根據權利要求1所述的基于BP神經網絡的數控加工切屑控制方法，其特征在于，所述的BP神經網絡中，具有6個隱含層節點以及2個輸出層節點。
3.根據權利要求1所述的基于BP神經網絡的數控加工切屑控制方法，其特征在于，在所述BP神經網絡中訓練的最大次數為22次迭代，且每次迭代訓練時間為1s。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于電子科技大學，未經電子科技大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710980152.6/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種高發熱數控機床的油冷裝置
- 下一篇：一種多室真空爐密封結構
