文献类型：期刊文章

作　　者：王义强[1,2] 闫国琛[1] 王晓军[1,2] 邓猛[1]

机构地区：[1]浙江大学宁波理工学院机电与能源工程学院,浙江宁波315100 [2]浙江省零件轧制成形技术研究重点实验室,浙江宁波315100

出　　处：《机械设计与制造》

基　　金：浙江省自然科学基金(Y1110708);国家科技重大专项(2012ZX04011021);宁波市自然科学基金(2013A610152)

年　　份：2014

期　　号：11

起止页码：131-133

语　　种：中文

收录情况：BDHX、BDHX2011、JST、RCCSE、ZGKJHX、核心刊

摘　　要：表面粗糙度是衡量工件表面质量的重要指标。采用正交试验方法,利用圆环面铣刀对模具钢NAK80进行了高速铣削试验,测量了不同工艺参数下的工件表面粗糙度。将试验结果与人工智能中的BP神经网络结合,建立了表面粗糙度预测模型,用于预测不同主轴转速、进给速度、切削深度、切削行距、刀具倾角时被加工工件的表面粗糙度,并通过MATLAB图形用户界面设计了表面粗糙度预测软件。结果表明,该预测模型及其封装后的软件可用于加工前工件表面粗糙度的预测。

关 键 词：高速铣削 表面粗糙度 预测  圆环面铣刀  人工神经网络

分 类 号：TH16]