基于贝叶斯神经网络的再铸层厚度预测方法

    公开(公告)号:CN117892609A

    公开(公告)日:2024-04-16

    申请号:CN202311635581.1

    申请日:2023-12-01

    Abstract: 本发明公开了一种基于贝叶斯神经网络的再铸层厚度预测方法,包括:建立贝叶斯神经网络模型;向贝叶斯神经网络模型输入实验数据,训练贝叶斯神经网络模型;对贝叶斯神经网络模型的准确性和适用性进行验证;向贝叶斯神经网络模型输入加工工艺参数,输出再铸层厚度预测值。本发明采用理论方法先进、应用范围日益拓展的机器学习算法,建立电火花加工中再铸层与全工艺参数之间的关系模型,用于准确地对加工过程中的再铸层厚度进行预测与控制,同时应用于电火花加工工艺参数的综合作用分析以及电火花加工过程中指导工艺参数的选优。

    一种小孔加工装置及再铸层原位减薄方法

    公开(公告)号:CN117798443A

    公开(公告)日:2024-04-02

    申请号:CN202311692108.7

    申请日:2023-12-11

    Abstract: 本发明公开了一种小孔加工装置及再铸层原位减薄方法,其中,小孔加工装置,包括:机床工作台;机床夹具,设置在机床工作台上,机床夹具用于夹紧工件;伺服加工轴,位于工件上方;电极,电极设置在伺服加工轴的前端,用于对工件进行小孔加工;当工件进行小孔加工进入穿透阶段并完成贯穿加工后,形成一个带有再铸层的小孔,再铸层附着在小孔的孔壁上;电极保持原位,并环绕小孔的中心轴进行转动;电极与小孔的孔壁之间会产生脉冲火花,脉冲火花放电,放电产生的高温将再铸层蚀除,以减薄再铸层的厚度。本发明能够有效的对再铸层的厚度进行减薄,工序简单,成本低,对于电火花加工小孔的制造水平和工艺质量也具有重要的意义。

Patent Agency Ranking