关键词:
材料去除深度
砂带磨削
预测
螺杆转子
摘要:
目的 准确获得螺杆转子砂带磨削材料去除深度,探究工艺参数对材料去除深度的影响.方法 通过分析螺杆转子砂带磨削去除机理,确定材料去除深度影响因素.提出一种基于麻雀算法优化长短时记忆网络-卷积神经网络模型(SSA-CNN-LSTM),对螺杆转子砂带磨削加工中的材料去除深度进行预测.以磨削中影响材料去除深度的因素为输入,磨削深度为输出,构建利用SSA对CNN-LSTM超参数进行寻优的预测模型,并且与CNN-LSTM、LSTM、PSO-BP、RBF以及随机森林预测方法进行对比.结果 所提预测方法平均绝对百分比误差MAPE可达0.046 1,均方根差RMSE为9.261,平均绝对误差MAE达7.836,确定系数R2为0.997 4,相比于未优化CNN-LSTM网络和其他经典网络模型,预测精度更高,能够有效预测螺杆转子磨削材料去除深度.利用提出的模型探究了磨削工艺参数对材料去除深度MRD和材料去除一致性的影响.由预测结果可知,螺杆转子砂带磨削材料去除深度随法向压力、砂带线速度增加而增大,随进给速度、砂带目数增加而减小,且受法向压力影响最明显.通过对磨削前后工件廓形进行分析可知,材料去除深度随磨削区域受到的法向压力呈现中间磨削深度大、两侧逐渐减小的趋势.结论 提出的预测模型预测效果显著,分析了工艺参数对磨削材料去除深度和去除一致性的影响规律,可为其他类型的加工轮廓预测提供参考.