摘要
本发明公开一种粒子碰撞型神经网络的铣削加工切削力预测方法及系统,包括:以获取的铣削加工过程的历史切削数据为训练集,训练基于粒子碰撞型神经网络的推理模型;推理模型包括以切削速度、进给量和切削深度为输入的输入层、以切削力和表面粗糙度为输出的输出层,以及实现粒子碰撞的中间层;所述中间层以切削速度、进给量和切削深度为节点,计算各节点间粒子碰撞的秩序度值,对不同节点的秩序度值进行融合,以此得到输出值;采用训练后的推理模型,根据待测切削数据,得到切削力预测值以及对应的表面粗糙度。解决人工神经网络模型难以解释的问题,在降低推理模型中的参数数量的同时,实现高精度的切削力预测,从而实现高质高效的切削加工。
技术关键词
切削力预测方法
铣削加工过程
粒子
中间层
粗糙度
人工神经网络模型
训练集
处理器
节点更新
计算机程序产品
生成规则
预测系统
数据
指令
可读存储介质
存储器
电子设备
系统为您推荐了相关专利信息
环境感知信息
蜂窝通信协议
UE装置
中间层
融合特征
Sigmoid函数
风力发电功率预测
历史气象数据
mRMR算法
LSTM算法
压缩空气储能系统
启动压缩机
功率优化
粒子群算法
功率控制
复合多尺度
改进型局部均值分解方法
直流电机
故障诊断方法
电机故障诊断技术