基于改进神经网络算法的螺杆砂带磨削表面粗糙度预测研究

作者:董浩生; 杨赫然; 孙兴伟; 董祉序; 刘寅
更新时间:

目的探讨工艺参数对螺旋转子砂带磨削表面质量的影响。方法以工件轴向进给速度100~300mm/min,带线速度4.4~13.1m/s,带张力0.2~0.3mm,磨削压力0.4~0.5mm,带粒径120~800为工艺参数,进行螺旋转子砂带磨削的正交试验。基于改进的神经网络算法,建立了螺旋转子砂带磨削的表面粗糙度值预测模型,对磨削后工件表面质量进行了预测和分析。在此基础上,利用预测模型预测分析了各种工艺参数对磨削质量的影响规律。结果表明,该预测模型的平均训练精度约为93.38%,预测精度为92.46%。螺旋转子砂带磨削表面粗糙度值的单因素预测结果表明,工件表面粗糙度值随接触轮正压和磨削装置轴向进给速度的增大而增大,随带线速度和带粒径的增大而减小。结论该算法可为螺旋转子砂带磨削工艺参数的选择提供理论依据。通过适当提高砂带的线速度和粒度,降低接触轮的气缸压力和磨削装置的轴向进给速度,可以获得更高的表面质量。