基于改进神经网络算法的螺杆砂带磨削表面粗糙度预测研究

摘要

目的探究工艺参数对螺杆转子砂带磨削表面质量的影响规律。方法采用工件轴向进给速度为100~300 mm/min、砂带线速度为4.4~13.1 m/s、砂带张紧压力为0.2~0.3 MPa、磨削压力为0.4~0.5 MPa、砂带粒度为120~800目的工艺参数进行螺杆转子砂带磨削正交实验,基于改进的神经网络算法,建立螺杆转子砂带磨削后的表面粗糙度值预测模型,对磨削后的工件表面质量进行预测及分析。在此基础上采用预测模型针对各工艺参数对磨削质量的影响规律进行预测分析。结果利用多因素磨削实验获得预测样本及对比样本,对比结果表明,预测模型的平均训练精度约为93.38%,预测精度为92.46%。螺杆转子砂带磨削表面粗糙度值的单因素预测结果表明,工件表面粗糙度值随着接触轮正压力及磨削装置轴向进给速度的增加而升高,随着砂带线速度及砂带粒度的增加而降低。结论提出的算法可为选择螺杆转子砂带磨削的工艺参数提供理论依据。适当提高砂带线速度及砂带粒度、降低接触轮气缸压力及磨削装置轴向进给速度可获得较高的表面质量。