典型文献
纵-扭超声磨削陶瓷表面粗糙度拟合与预测模型
文献摘要：
为探究纵-扭超声振动对陶瓷磨削表面几何形貌的影响,以ZrO2陶瓷为研究对象,通过正交对比试验,以磨削表面粗糙度值为评价指标,采用多元线性回归分析法,建立普通磨削(OG)及纵-扭超声磨削(L-TUG)材料表面粗糙度拟合模型,研究工艺参数对表面粗糙度作用的主次顺序及影响程度;同时利用BP神经网络预测模型进行L-TUG表面粗糙度的优化求解.结果表明:在L-TUG中,主轴转速对粗糙度值影响最大,超声能量影响最小;在OG中,磨削深度对粗糙度值影响最大,主轴转速影响最小.BP神经网络模型预测误差在1.070％～9.396％内,且最优磨削参数组合获得的表面质量最好,可实现对L-TUG表面粗糙度值较高精度的智能预测.
文献关键词：
纵-扭超声磨削;粗糙度;正交试验;BP神经网络
中图分类号：
作者姓名：
陈友广;聂佳梅;马文举
作者机构：
苏州健雄职业技术学院智能制造学院,江苏太仓215411;江苏大学汽车与交通工程学院,江苏镇江212000;河南科技大学机电工程学院,河南洛阳471003
文献出处：
引用格式：
[1]陈友广;聂佳梅;马文举-.纵-扭超声磨削陶瓷表面粗糙度拟合与预测模型)[J].机床与液压,2022(22):74-79
A类：
B类：
超声磨削,超声振动,几何形,ZrO2,交对,表面粗糙度值,多元线性回归分析法,普通磨削,OG,TUG,拟合模型,主次顺序,神经网络预测模型,优化求解,主轴转速,超声能量,磨削深度,预测误差,磨削参数,数组,表面质量,智能预测
AB值：
0.25177
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
