基于人工神经网络的Si3N4陶瓷磨削断裂强度预测
利用遗传算法(GA)优化的误差反向传播神经网络(BPNN),建立了基于多个磨削加工参数的气氛烧结Si3N4陶瓷断裂强度预测模型.网络以砂轮线速度、进给速度、磨削深度和砂轮粒度为输入层,以Si3N4陶瓷磨削强度为输出层.根据网络收敛速度,设置单隐层节点数为9.以25组实验数据为学习样本进行训练,通过10组附加试验值对建立的网络预测能力进行验证.结果表明,3点弯曲试验测得强度值与预测值相比,遗传算法优化的BP神经网络预测误差不超过6％.研究证明基于遗传算法优化的BP神经网络模型能准确预测气氛烧结Si3N4的磨削断裂强度.
氮化硅陶瓷 磨削加工 断裂强度 预测模型 人工神经网络
王健全 张保国 田欣利 唐修检 王朋晓
装甲兵工程学院装备再制造技术国防科技重点实验室,北京100072
国内会议
南京
中文
522-525
2012-09-01（万方平台首次上网日期，不代表论文的发表时间）