《表2 切削实验样本数据：GA-BP神经网络预测钛合金表面粗糙度》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《GA-BP神经网络预测钛合金表面粗糙度》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证该预测模型的有效性，在DMG DMC 635V三轴数控加工中心上进行铣削加工，设计了五因素四水平的钛合金侧壁铣削正交试验，机床参数均满足测试要求。根据标准飞机结构件钛合金试件的特征，确定了加工方式为侧铣加工，并按照试件尺寸进行编程。试验采用粗糙度测试仪和数码电子显微镜对试件的表面粗糙度进行观察和测试，在数码电子显微镜下的工件的已加工表面的16组表面粗糙度及表面质量图片，如表1所示。切削实验样本数据，如表2所示。借助MATLAB软件编写GA-BP算法主程序及子程序，经过学习训练后，遗传算法迭代次数设置为100代，种群规模为50，交叉概率为0.5，变异概率为0.01，BP神经网络的训练次数为10000次，学习速率设置为0.06，误差精度为0.000025，经训练后GA-BP的网络结构设定为4-11-1。