基于材料的刀具參數(shù)選擇顧問系統(tǒng)設(shè)計與開發(fā)-資料下載頁
2025-06-23 06:35本頁面
【正文】 入閾值而設(shè)置的。 隱層輸出向量為Y = , 圖中= 1是為輸出層神經(jīng)元引入閾值而設(shè)置的。 輸出層向量為O = 。 期望輸出向量為d = 。輸入層到隱層之間的權(quán)值矩陣用V 表示, V = 。 其中列向量為隱層第j個神經(jīng)元對應(yīng)的權(quán)向量。 隱層到輸出層之間的權(quán)值矩陣用W 表示, W = ,其中,列向量為輸出層第k個神經(jīng)元對應(yīng)的權(quán)向量. 圖14 三層B P網(wǎng)絡(luò)模型隱層和輸出層節(jié)點的計算輸出, （3）. （4）網(wǎng)絡(luò)輸出的誤差 . （5）隱層和輸出層的誤差信號 ， （6） . （7）隱層和輸出層的權(quán)值修正量 ， （8） . （9）但標(biāo)準(zhǔn)的B P算法存在自身的限制和不足:易陷入局部極小點。 收斂速度慢和神經(jīng)網(wǎng)絡(luò)的泛化能力受到限制等. 針對B P算法存在的問題,筆者采用附加動量法和自適應(yīng)調(diào)整學(xué)習(xí)速率法對其進(jìn)行改進(jìn).(1)附加動量法附加動量法使B P 神經(jīng)網(wǎng)絡(luò)在修正其權(quán)值時,不僅要考慮誤差在梯度上的作用,而且要考慮在誤差曲面上變化趨勢的影響, 它允許忽略網(wǎng)絡(luò)上的微小變化特性. 該方法是在反向傳播法的基礎(chǔ)上,在每個權(quán)值修正量上加上前一次的部分權(quán)值修正量,并根據(jù)反向傳播法來產(chǎn)生新的權(quán)值,帶有附加動量因子的權(quán)值修正公式為Δ ， （10） . （11）式中:η為學(xué)習(xí)速率。 t為當(dāng)前第若干次訓(xùn)練。α是取值為0～1的動量系數(shù),式中第一項是常規(guī)B P算法的權(quán)值修正量,第二項稱為動量項. 這種方法通過加入動量項,減小了學(xué)習(xí)過程的振蕩趨勢,從而改善了收斂性,找到更優(yōu)的解.(2)自適應(yīng)調(diào)整學(xué)習(xí)速率法 P算法收斂速度慢的重要原因是學(xué)習(xí)速率選擇不當(dāng). 學(xué)習(xí)速率選得太小,收斂太慢。 學(xué)習(xí)速率選取得太大,則有可能修正過頭,導(dǎo)致發(fā)散. 因此出現(xiàn)了自適應(yīng)調(diào)整學(xué)習(xí)率的改進(jìn)算法, 其調(diào)節(jié)準(zhǔn)則是:檢查權(quán)值的修正值是否真正降低了誤差,如果降低,所選取的學(xué)習(xí)速率值可以增加一個量。反之,減小學(xué)習(xí)速率的值.STEP NC數(shù)控銑削知識庫對解釋器提供的數(shù)據(jù)進(jìn)行處理,輸出優(yōu)化的銑削加工參數(shù),具有自適應(yīng)和自學(xué)習(xí)能力.(1)銑削參數(shù)輸入:把STEP NC 數(shù)控銑削系統(tǒng)提供的材料硬度和加工深度通過模型輸入層輸入.(2)歸一化處理:筆者建立的B P網(wǎng)絡(luò)模型采用的神經(jīng)元傳遞函數(shù)是S 型函數(shù),為滿足S 型激活函數(shù)對輸入的要求, ～.(3)神經(jīng)網(wǎng)絡(luò)判斷: 依靠神經(jīng)網(wǎng)絡(luò)對歸一化后的銑削加工參數(shù)進(jìn)行計算處理, 神經(jīng)網(wǎng)絡(luò)判斷的有效性的高低取決于訓(xùn)練樣本的數(shù)量和質(zhì)量.(4)反歸一化處理:與歸一化相對應(yīng),對數(shù)據(jù)進(jìn)行反歸一化處理.(5)系統(tǒng)自學(xué)習(xí):人工神經(jīng)網(wǎng)絡(luò)要進(jìn)行判斷,必須先進(jìn)行學(xué)習(xí), 其學(xué)習(xí)過程與人腦的學(xué)習(xí)過程相類似,筆者稱之為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程. 在訓(xùn)練過程中,可選用較為典型的輸入作為訓(xùn)練樣本,考慮到網(wǎng)絡(luò)的結(jié)構(gòu)比較復(fù)雜,神經(jīng)元個數(shù)比較多,需要適當(dāng)增大訓(xùn)練次數(shù).(6)數(shù)據(jù)后續(xù)處理:通過神經(jīng)網(wǎng)絡(luò)計算后,輸出的銑削加工參數(shù)包括銑削速度和每齒進(jìn)給量,:n = , (12)每轉(zhuǎn)進(jìn)給量: z(min / rad) , (13)每分鐘進(jìn)給量: zn (mm /m in) , (14)式中: s為銑刀每分鐘進(jìn)給量。 z為銑刀齒數(shù)。 n為銑刀轉(zhuǎn)速。 D 為銑刀外徑。 v為銑削速度. STEP NC 知識庫和刀具路徑生成器 基于STEP NC 知識庫、解釋器、功能塊類型庫、函數(shù)庫和動態(tài)鏈接庫,共同支持刀具路徑生成器生成刀具軌跡(見圖15 ) 在VC + + ,把知識庫輸出的銑削加工參數(shù)傳遞給刀具路徑生成器, 通過刀具路徑生成器完成刀具的補償及刀具軌跡的生成.圖15 功能塊控制平臺結(jié) 語基于材料切削參數(shù)智能選擇系統(tǒng)是互聯(lián)網(wǎng)技術(shù)在制造業(yè)中的應(yīng)用，本系統(tǒng)最大的特點是開放性，技術(shù)人員、專家、刀具廠商都可以登錄本系統(tǒng)，真正把產(chǎn)業(yè)中的各環(huán)節(jié)都集中到一起。并進(jìn)行了數(shù)控刀具專家系統(tǒng)的需求分析,功能設(shè)計以及關(guān)鍵技術(shù)研究,實現(xiàn)了數(shù)控刀具專家系統(tǒng)的網(wǎng)絡(luò)數(shù)據(jù)庫功能,基本上滿足了局域網(wǎng)用戶對數(shù)控刀具切削參數(shù)數(shù)據(jù)收集與信息共享的需求。實踐證明,數(shù)控刀具專家系統(tǒng)的開發(fā)與應(yīng)用,為數(shù)控編程人員提供了一個更為完善的刀具信息平臺,有利于局域網(wǎng)用戶數(shù)控加工經(jīng)驗的積累與共享,大大提高了數(shù)控制造車間的機械加工效率。參考文獻(xiàn)[ 1 ] 段海新, 楊家海, , 2000, (4): 468 472[ 2 ] 李原, 李建軍, , 2000,3(3):34 37[ 3 ]商美華. 數(shù)控加工參數(shù)規(guī)范化及數(shù)據(jù)庫的研究[D ]. 西北工業(yè)大學(xué)碩士學(xué)位論文, 2001.[ 4 ] 張明偉,侯昌海. 數(shù)控刀具管理系統(tǒng)的開發(fā)與應(yīng)用[ J ]. 低溫與特氣, 2003, 21 (2) : 38 40.[ 5 ] 馮永濤,公冶凡強. 基于DNC的刀具管理系統(tǒng)的研究與開[ J ]. 航空精密制造技術(shù), 2004, 40 (5) : 26 29.[ 6 ] 高雷. 基于Web的數(shù)控切削參數(shù)管理及優(yōu)化系統(tǒng)的研究與實[D ]. 南京航空航天大學(xué)碩士學(xué)位論文, 2002.[7 ] [美]DavidM. Kroenke. 數(shù)據(jù)庫處理基礎(chǔ)設(shè)計與實現(xiàn)[M ].電子工業(yè)出版社, 2001.[ 8 ] 呂紹華,邊寧. Web數(shù)據(jù)庫開發(fā)與應(yīng)用[M ]. 科學(xué)出版社,2001.[ 9 ][J].工具技術(shù),1986,(3):16 20．[10 ] 動態(tài)網(wǎng)頁設(shè)計[M].中國鐵道出版社,2006.[ 11 ][D].太原理工大學(xué)碩士學(xué)位論文,2008.
高考資料相關(guān)推薦
鄂ICP備17016276號-1