[发明专利]基于特征样本的飞机结构件神经网络加工时间预测方法有效
| 申请号： | 201110399718.9 | 申请日： | 2011-12-06 |
| 公开（公告）号： | CN102521442A | 公开（公告）日： | 2012-06-27 |
| 发明（设计）人： | 李迎光;刘长青;王伟;刘旭;黎明;汤立民 | 申请（专利权）人： | 南京航空航天大学 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 艾中兰 |
| 地址： | 210016 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于特征样本的飞机结构件神经网络加工时间预测方法，属于CAD/CAPP/CAM技术领域。该方法首先归纳飞机结构件的典型加工特征，创建典型特征库，提炼影响加工时间的典型加工特征几何参数和切削参数，通过仿真实验建立典型特征样本库，基于此样本库构建并训练BP神经网络，建立零件的数控加工时间与特征之间的映射关系。基于已经训练完成的BP神经网络，提取待预测零件的加工特征，并以加工特征和切削参数作为神经网络的输入，预测零件的加工时间。本方法基于特征样本库预测加工时间，进一步优化了神经网络，解决了企业因设备、加工工艺、制造水平等变化而带来的样本老化、适应性差的问题，预测准确度和效率高。 | ||
| 搜索关键词： | 基于 特征 样本 飞机 结构件 神经网络 加工 时间 预测 方法 | ||
【主权项】：
一种基于特征样本的飞机结构件神经网络加工时间预测方法，其特征在于，包括以下步骤：步骤1、建立典型加工特征库；步骤2、提炼典型加工特征参数；步骤3、提炼影响加工时间的切削参数；步骤4、基于典型工艺方案、提炼的典型加工特征参数和切削参数，在数控系统仿真平台上进行加工时间仿真；步骤5、基于加工时间仿真数据建立典型特征样本库；步骤6、基于典型特征样本库中的样本构建BP神经网络；步骤7、提取待预测加工时间零件实例的加工特征；步骤8、基于BP网络预测零件加工时间。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京航空航天大学，未经南京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201110399718.9/，转载请声明来源钻瓜专利网。
