基于BP算法的平面CAPP研究及Matlab实现

    4 实例应用- 基于BP算法的零件平面加工工艺的制定
   
    零件表面加工方法的选择是工艺规程设计的基础，它直接影响工艺路线的决策和加工设备的选择。选择表面加工方法时，必须考虑表面的特征类型、尺寸、精度、表面粗糙度和表面所属零件的结构形状、材料性能、热处理方法、毛坯种类、生产类型、车间设备以及各种加工方法所能达到的经济精度与表面粗糙度等因素。人们在长期的生产实践中，总结出了各种表面的常用加工方案。本文建立了基于BP网络的零件平面加工的决策模型，并对网络的结构、参数处理、学习算法、学习样本等问题进行讨论。
   
    4.1 平面加工方案的BP网络设计
   
    组成零件的表面类型较多，主要包括:平面加工、外圆加工、内圆加工、齿轮加工等。若采用同一网络处理，则网络规模大、结构复杂，学习和应用过程的时间都很长。因此，将网络设计成集成BP网络即:平面加工网络、外圆加工网络、内圆加工网络、齿轮加工网络等。对各个子网络分别设计样本，分别进行学习，获得相应的权值，得到不同的训练结果。网络工作时，总模块根据表面的类型运行相应的子网络。
   
    从而得到不同零件不同表面的加工方法。在零件的表面中，平面加工比较常用，下面着重对平面加工方案决策的BP网络进行讨论。首先要进行的是对资料的收集和整理，平面常用加工方案决策框图见表 1。然后建立加工过程的方案。
   

    BP网络有输人层、隐含层、输出层、输出处理模块组成。输人层有7个节点，输出层有 11个节点，输人矢量X={x1，x2，x3，…，x7}分别对应着上述的CF,MA,H,P,L,IT,R.这7个特征信息，输出矢量Y={Y1+Y2+，…，Y11}，分别对应粗车、半精车、精车、粗铣或粗刨、精铣或精刨、粗磨、精磨、宽刃精刨、刮研、研磨、拉 11种加工方法。其中第 3位用1表示粗铣，-1表示粗刨;第4位 1表示精铣，-1表示精刨。隐含层节点数目按照有关资料选择9个。