薄壁细长轴自适应校直技术

为提高现有直线度校直设备的检测精度,提高校直参数计算的准确性,通过对现有轴类零件校直方法的优、缺点进行分析,针对常见细长轴零件的直线度校直加工,设计出校直加工精度为0.1 mm·m^(-1)的薄壁细长轴零件自适应校直设备总体结构。校直过程基于机器学习的BP神经网络算法和数据库积累,基于三点弯曲校直的基本原理,此设备确定了一个适用于此校直工艺的BP神经网络结构,其结构为:输入层为7个节点、输出层为1个节点、单隐含层为6个节点。通过对该神经网络结构的精度验证可得:当数据库包含800组实验数据时,经过1次校直加工,即可满足精度要求,此设备可大幅地减少校直加工次数。