涡旋盘侧壁面表面粗糙度双预测模型的建立

简介

对涡旋盘侧壁面表面粗糙度进行了研究,提出了一种基于多元非线性回归分析法和BP网络神经算法的涡旋盘侧壁面表面粗糙度预测方法。实验表明建立的模型能够很好地表达吃刀深度、刀具转速、侧吃刀量以及进给量与被加工表面粗糙度之间的关系,可以准确地预测不同切削条件下的表面粗糙度。模型内列入了影响变截面涡旋盘侧壁面表面粗糙度的各项切削参数,减少了因参数改变需进行的实验和建模次数,大大降低了成本,提高了模型的适用性,同时也提高了表面质量和加工效率,为实际生产加工提供了理论依据,也为切削参数组合的优化提供了参考。