神经网络在金属切削毛刺专家系统中的应用

本文主要介绍了基于神经网络的切削毛刺专家系统开发及其在实际应用中的研究，由江苏大学的陈俊平在其机械设计及理论的硕士论文中提出，指导教师为王贵成。 金属切削加工过程中产生的毛刺是一个普遍存在的问题，它对工件质量与生产效率有着直接影响，尤其在精密和超精密加工以及自动化加工中，毛刺问题更是关键。为了深入理解和解决这一问题，毛刺专家系统作为研究毛刺形成机理和去除技术的桥梁，受到了国内外机械工程领域的广泛关注。 研究中，作者首先回顾了国内外在金属切削毛刺专家系统开发和应用的研究现状，并指出了存在的主要问题。通过对切削运动和刀具切削刃与毛刺关系的分析，识别出影响毛刺形成的关键因素。通过金属切削实验，建立了毛刺形态和尺寸变化的基本规律，为构建专家系统数据库提供了必要的数据支持。 接着，作者结合神经网络技术和专家系统的优势，设计了一个集逻辑推理与神经网络推理于一体的金属切削毛刺专家系统。该系统包括知识库、推理机、解释器和人机交互界面等核心组件，其工作流程和结构得到了详细阐述。在此基础上，进行了知识库的设计，明确了样本训练方法，并通过实验验证了系统的预测预报能力，结果证明该系统具有良好的预测准确性和实用性。 考虑到专家系统的网络化需求，研究进一步探讨了系统的网络功能设计，提出了实现网络化的关键技术，包括服务器与数据库知识库的连接技术以及数据在不同网页间的传递技术，这些为提升系统的开放性和可扩展性奠定了基础。 本研究工作受到国家自然科学基金和江苏省自然科学基金的支持，其成果不仅有助于深化对毛刺形成机理的理解，也有助于推动少无毛刺加工技术的发展。