基于神经网络的薄壁件加工变形预测方法

？在薄壁件的切削加工过程中,刀具几何结构是产生工件变形的重要因素之一。刀具单一角度所引起的工件变形规律可以很方便地通过有限元方法获得,但是,若同时考虑刀具多个角度的影响,仅仅利用有限元方法很难揭示多种工况与工件变形之间的关系。为此,针对薄壁件的铣削加工建立了三维有限元分析模型,通过实验数据与仿真值的比较验证有限元分析模型的有效性,以便利用有限元分析模型获取神经网络的训练样本;借助神经网络的非线性映射能力,通过有限的训练样本构建工件变形预测模型;将预测值与相应的有限元仿真值进行比较,结果表明预测误差在3%以内,进一步验证了建立的工件变形预测模型具有合理性。