[发明专利]一种基于BP神经网络的数控加工切屑控制方法

摘要

本发明公开了一种基于BP神经网络的数控加工切屑控制方法，以主轴转速n、进给速率v_f以及切削深度d_p作为输入数据，以切屑卷曲半径和切屑宽度作为输出数据，建立BP神经网络。本发明旨在对切削参数及切屑分析的基础上，建立一个可靠而实用的数学模型，这对切屑控制的进一步研究具有一定的意义，从而用优化的切削参数来代替普通数控加工过程中工艺人员输入的经验切削参数，达到提高加工效率、降低加工成本及获得高质量产品的目的。

主权项

1.一种基于BP神经网络的数控加工切屑控制方法，其特征在于，以主轴转速n、进给速率v_f以及切削深度d_p作为输入数据，以切屑卷曲半径和切屑宽度作为输出数据，建立BP神经网络；建立BP神经网络具体包括以下步骤：a、获取包括主轴转速n、进给速率v_f和切削深度d_p的输入数据作为训练样本数据；b、根据训练样本数据建立包括输入层、输出层以及隐含层的BP神经网络拓扑模型；c、取一输入数据经输入层输入到隐含层中进行n次迭代后，计算实际输出数据；并获取第n次迭代时，输入层与隐含层、隐含层之间以及隐含层与输出层的权值向量；其中，1≤n≤22；d、根据期望输出数据与实际输出数据，计算相应的输出误差；e、根据误差的计算，更新输出层与隐含层之间的权值向量以及输出层节点的阈值；并更新输入层与隐含层之间的权值向量以及隐含层节点的阈值；f、判断是否学习完所有的训练样本数据，如果是，则进入步骤g；如果否，则重新进入步骤c；g、判断误差是否小于预设定误差下限，如果是，则学习结束；如果否，则进入步骤h；h、判断学习次数是否达到规定值，如果是，则学习结束；如果否，则重新进入步骤c。