仿真加工工藝論文范文

本站小編為你精心準備了仿真加工工藝論文參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

1實驗設計

1.1單因子試驗

當電壓、脈沖寬度、頻率和加工速度其中三個不變的情況下，測試一種因子對零件的斷面粗糙度的影響，并分別繪制出電壓，脈沖寬度，頻率和加工速度對斷面粗糙度的影響規律，如圖2~圖5所示。由圖2看出隨電壓增大，斷面粗糙度逐漸減小；從圖3得知脈沖寬度從0.9μs到1.2μs變化過程中斷面粗糙度隨脈寬增大而逐漸減小，其遞減速率逐漸加快，而在1.2μs到1.3μs之間斷面粗糙度又突然增大；由圖4看出隨著脈沖頻率逐漸增大，斷面粗糙度慢慢減小；由圖5看出加工速度從8mm/s到10mm/s變化過程中，斷面粗糙度隨速度增加而減小，加工速度從10mm/s到12mm/s，斷面粗糙度又開始變大［7-8］。

1.2二次通用旋轉組合設計通過二次通用旋轉組合設計，計算出電壓U、脈寬Th、頻率f、加速度v與斷面粗糙度Ra之間的回歸方程，并對回歸方程進行誤差曲線擬合和預測［4-5］。

1.2.1試驗因素的選擇由單因子實驗可得，試驗因子取值范圍如下：電壓U為460~500V，脈寬Th為0.9~1.3μs，頻率f為80~120Hz，加工速度8~12mm/s［4］。

1.2.2試驗次數確定中心組合設計方案，試驗總次數。

1.2.3回歸方程的求解設回歸方程結構式。

1.2.4回歸方程的曲線擬合所以得到表面粗糙度的擬合曲線為圖6和圖7所示為采用傳統工藝建模方法的擬合精度誤差曲線和預測精度誤差曲線。由上圖擬合可以看出回歸方程所得擬合誤差非常大，對實際指導意義不大。

2BP神經網絡設計

對數據進行歸一化處理后，采用newrff函數創建BP網絡，設定學習函數為learned，學習速率為0.01，設定顯示率為1，最大輪回次數為200，目標誤差為0.001。BP網絡訓練過程的誤差曲線如圖8。圖9和圖10所示采用BP網絡建模方法的擬合精度誤差曲線和預測精度誤差曲線。

3結論

1）通過單因子實驗可以看出，斷面粗糙度隨電壓增大而逐漸減小；隨著脈沖寬度呈“V”字型變化并且在1.2μs時最小;隨著脈沖頻率逐漸增大而逐漸減小；隨著加工速度呈“V”字型變化在10mm/s時最小，呈現先減小后增大變化規律。2）在二次通用旋轉組合設計試驗中，用該回歸方程對試驗數據進行擬合和預測時發現，其誤差太大。通過BP網絡仿真后的擬合和預測數據，其精度大大提高，其誤差擬合范圍在-3%~3%之間，誤差預測范圍在-4%~2%之間。3）本文中只做了從已知輸出電壓U、脈沖激光的寬度Th和頻率f、加工速度v，預測斷面粗糙度的仿真研究。并未通過對給定粗糙度，進行輸出電壓U、脈沖激光的寬度Th和頻率f和加工速度v的預測，開發一個較成熟的工藝仿真系統。

作者：李發智劉勇茍剛單位：西華大學機械工程與自動化學院