機(jī)床商務(wù)網(wǎng)
技術(shù)文章
快走絲預(yù)測(cè)模擬
閱讀：901 發(fā)布時(shí)間：2012-4-11
建立如圖1所示的4-12-3型單隱含層誤差反向傳播神經(jīng)網(wǎng)絡(luò)。隱含層神
經(jīng)元個(gè)數(shù)是在網(wǎng)絡(luò)學(xué)習(xí)過(guò)程中通過(guò)對(duì)誤差的分析而得到[1]。輸入層4個(gè)神經(jīng)元及輸出層3個(gè)神經(jīng)元表征的參數(shù)指標(biāo)取值范圍如表1所示。
表1 放電加工參數(shù)與加工性能指標(biāo)的取值
輸入層表征參數(shù) >輸出層表征參數(shù)
ton（μs） toff（μs） Im（A） TH（mm） vf（mm2/min） Ra（μm） EX（mm/104mm2）
2-60 20-450 1-10 5-200 40-80 0.5-2.5 ≤001
表中放電參數(shù)對(duì)于加工性能指標(biāo)影響的規(guī)律為：放電脈沖寬度ton增大時(shí)，脈沖能量也大，加工速度vf提高。但此時(shí)放電凹坑既大且深，故表面粗糙度Ra增大，電極絲損耗EX也增大。脈沖間隔toff減小時(shí)，vf增大，Ra減小，EX減小。峰值電流Im增大時(shí)，vf增大，Ra增大，EX也增大。模具零件厚度TH減小時(shí)，工作液容易充滿放電間隙，電蝕產(chǎn)物的排出和消電離都容易，加工穩(wěn)定性好，故vf提高。但此時(shí)電極絲易振動(dòng)，對(duì)表面粗糙度不利，故Ra增大，EX減小。TH增大則vf也增大，但當(dāng)TH達(dá)到某一特定值（50-100 mm）后，因蝕出產(chǎn)物排除條件差，vf反而下降。 通過(guò)對(duì)不同材質(zhì)、厚度工件及各檔放電參數(shù)的組合實(shí)驗(yàn)，取得50組加工性能指標(biāo)數(shù)據(jù)作為樣本，對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。 已知樣本輸入集與輸出集，則網(wǎng)絡(luò)第h層的第j個(gè)神經(jīng)元的輸入輸出關(guān)系為式中，Oj（h）為第h層第j個(gè)神經(jīng)元的輸出，wji（h-1）為第h-1層第i個(gè)神經(jīng)元到第h層第j個(gè)神經(jīng)元間的連接權(quán)，Oj（h）為輸出閾值，fj（·）為神經(jīng)元輸入輸出Sigmoid函數(shù)，Nh為第h層神經(jīng)元個(gè)數(shù)，當(dāng)h=1時(shí)，wji（h-1）=1，Oj（h-1）即為樣本輸入集的取值。以網(wǎng)絡(luò)實(shí)際輸出與輸出樣本的誤差平方和Es作為網(wǎng)絡(luò)系統(tǒng)誤差，連接權(quán)的修正按E?s的負(fù)梯度方向，由輸出層向輸入層反向進(jìn)行。
其修正量為 式中，η為加速收斂的動(dòng)量項(xiàng)，Osi（h-1）為第h-1層第i個(gè)神經(jīng)元在第s個(gè)樣本輸入時(shí)的輸出，δsj（h）為誤差傳播項(xiàng)。當(dāng)h=1時(shí)，δsj（h）=0，h=2及h=3時(shí)δsj（h）的計(jì)算見(jiàn)文獻(xiàn)[2]。Ms為樣本個(gè)數(shù)。
迭代至第t步時(shí)的調(diào)權(quán)公式為：wji（h-1）（t）=wji（h-1）（t-1）+Δwji（h-1），t=1，2，…，Nc，其中Nc為滿足收斂準(zhǔn)則Es≤ε時(shí)的迭代次數(shù)。收斂后的連接權(quán)分布能在ε精度內(nèi)模擬對(duì)應(yīng)的輸入輸出關(guān)系。由于各放電參數(shù)和加工性能指標(biāo)的樣本原始數(shù)據(jù)具有不同的量綱與數(shù)量級(jí)，為方便訓(xùn)練，分別設(shè)計(jì)了歸一化函數(shù)，使樣本數(shù)據(jù)轉(zhuǎn)化為[0，1]區(qū)間上的數(shù)。本實(shí)驗(yàn)研究的網(wǎng)絡(luò)學(xué)習(xí)如圖2所示。
北京安德建奇數(shù)字設(shè)備有限公司主要生產(chǎn)：慢走絲線切割,慢走絲,快走絲,電火花成型機(jī),電火花穿孔機(jī),中走絲線切割廠家
/st20953
經(jīng)元個(gè)數(shù)是在網(wǎng)絡(luò)學(xué)習(xí)過(guò)程中通過(guò)對(duì)誤差的分析而得到[1]。輸入層4個(gè)神經(jīng)元及輸出層3個(gè)神經(jīng)元表征的參數(shù)指標(biāo)取值范圍如表1所示。
表1 放電加工參數(shù)與加工性能指標(biāo)的取值
輸入層表征參數(shù) >輸出層表征參數(shù)
ton（μs） toff（μs） Im（A） TH（mm） vf（mm2/min） Ra（μm） EX（mm/104mm2）
2-60 20-450 1-10 5-200 40-80 0.5-2.5 ≤001
表中放電參數(shù)對(duì)于加工性能指標(biāo)影響的規(guī)律為：放電脈沖寬度ton增大時(shí)，脈沖能量也大，加工速度vf提高。但此時(shí)放電凹坑既大且深，故表面粗糙度Ra增大，電極絲損耗EX也增大。脈沖間隔toff減小時(shí)，vf增大，Ra減小，EX減小。峰值電流Im增大時(shí)，vf增大，Ra增大，EX也增大。模具零件厚度TH減小時(shí)，工作液容易充滿放電間隙，電蝕產(chǎn)物的排出和消電離都容易，加工穩(wěn)定性好，故vf提高。但此時(shí)電極絲易振動(dòng)，對(duì)表面粗糙度不利，故Ra增大，EX減小。TH增大則vf也增大，但當(dāng)TH達(dá)到某一特定值（50-100 mm）后，因蝕出產(chǎn)物排除條件差，vf反而下降。 通過(guò)對(duì)不同材質(zhì)、厚度工件及各檔放電參數(shù)的組合實(shí)驗(yàn)，取得50組加工性能指標(biāo)數(shù)據(jù)作為樣本，對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。 已知樣本輸入集與輸出集，則網(wǎng)絡(luò)第h層的第j個(gè)神經(jīng)元的輸入輸出關(guān)系為式中，Oj（h）為第h層第j個(gè)神經(jīng)元的輸出，wji（h-1）為第h-1層第i個(gè)神經(jīng)元到第h層第j個(gè)神經(jīng)元間的連接權(quán)，Oj（h）為輸出閾值，fj（·）為神經(jīng)元輸入輸出Sigmoid函數(shù)，Nh為第h層神經(jīng)元個(gè)數(shù)，當(dāng)h=1時(shí)，wji（h-1）=1，Oj（h-1）即為樣本輸入集的取值。以網(wǎng)絡(luò)實(shí)際輸出與輸出樣本的誤差平方和Es作為網(wǎng)絡(luò)系統(tǒng)誤差，連接權(quán)的修正按E?s的負(fù)梯度方向，由輸出層向輸入層反向進(jìn)行。
其修正量為 式中，η為加速收斂的動(dòng)量項(xiàng)，Osi（h-1）為第h-1層第i個(gè)神經(jīng)元在第s個(gè)樣本輸入時(shí)的輸出，δsj（h）為誤差傳播項(xiàng)。當(dāng)h=1時(shí)，δsj（h）=0，h=2及h=3時(shí)δsj（h）的計(jì)算見(jiàn)文獻(xiàn)[2]。Ms為樣本個(gè)數(shù)。
迭代至第t步時(shí)的調(diào)權(quán)公式為：wji（h-1）（t）=wji（h-1）（t-1）+Δwji（h-1），t=1，2，…，Nc，其中Nc為滿足收斂準(zhǔn)則Es≤ε時(shí)的迭代次數(shù)。收斂后的連接權(quán)分布能在ε精度內(nèi)模擬對(duì)應(yīng)的輸入輸出關(guān)系。由于各放電參數(shù)和加工性能指標(biāo)的樣本原始數(shù)據(jù)具有不同的量綱與數(shù)量級(jí)，為方便訓(xùn)練，分別設(shè)計(jì)了歸一化函數(shù)，使樣本數(shù)據(jù)轉(zhuǎn)化為[0，1]區(qū)間上的數(shù)。本實(shí)驗(yàn)研究的網(wǎng)絡(luò)學(xué)習(xí)如圖2所示。
北京安德建奇數(shù)字設(shè)備有限公司主要生產(chǎn)：慢走絲線切割,慢走絲,快走絲,電火花成型機(jī),電火花穿孔機(jī),中走絲線切割廠家
/st20953