期刊文献+

基于RBF神经网络的恒铣削功率控制的研究 被引量:3

Study on the constant milling power control based on the rbf neural network
下载PDF
导出
摘要 基于RBF网络,提出了一种预测铣削功率并进行恒铣削功率控制的方法,给出了恒功率控制平台的软硬件设计及工作原理,利用MATLAB工具箱设计网络,并通过建立的网络对实验数据进行了仿真和验证,结果表明所建立的RBF网络预测误差小于2%,证明了该网络的预测值的有效性,该控制平台已经成功的应用于数控铣床粗加工中。 In the paper, we refer to the way of Constant Milling Power Control Based on the RBF Neural Network. The design and operating principle of the Constant Milling Power Control device is introduced. By using the toolboxes in MATLAB, we design and emulate the RBF Neural Network, and the error percentage of the output is less than 2%. The result has proved that the RBF Neural Network is available. The application of the device has succeeded in rough machining.
作者 李曦 曹为
机构地区 华中科技大学
出处 《机械》 2006年第12期22-24,33,共4页 Machinery
基金 国家自然科学基金重点项目(项目编号:50335020)
关键词 恒铣削功率 智能控制 RBF神经网络 constant milling power Intelligent control RBF neural network
  • 相关文献

参考文献6

  • 1SimonHaykin 叶世伟 史忠植译.神经网络原理[M].北京:机械工业出版社,2004..
  • 2Somyot Kaitwanidvilai,Manukid Parnichkun.Force control in a pneumatic system using hybrid adaptive neuro-fuzzy model reference control[J].Mechatronics,2005,(15):23-41.
  • 3Tian-Shyug Lee,I-Fei Chen.A two-stage hybrid credit scoring model using artificial neural networks and multivariate adaptive regression splines[J].Expert Systems with Applications 2005,(28):743-752.
  • 4Min-Yang Yang,Taik-Min Lee.Hybrid adaptive control based on the characteristics of CNC end milling.International Journal of Machine Tools & Manufacture,2002,(42):489-499.
  • 5S.J.Huang,C.Y.Shy.Fuzzy Logic for Constant Force Control of End Milling[J].IEEE Transaction Industrial Electronic,1999.
  • 6邵华,林益耀.基于切削参数和刀具状态的铣削功率模型[J].上海交通大学学报,1997,31(3):79-82. 被引量:5

二级参考文献2

共引文献92

同被引文献34

引证文献3

二级引证文献8

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部