基于BP网络的注塑成型模具硬态高速铣削力研究

摘要

用AlTiN 涂层硬质合金立铣刀对4Cr5MoSiV1钢注塑成型模具进行硬态高速铣削,研究切削加工参数对切削力的影响;通过多因素法进行正交试验,利用改进的BP神经网络建立切削力的神经网络模型并对工艺参数进行优化,将网络预测结果与现场加工实践数据进行对比.研究结果表明:人工神经网络能准确地预测铣削力,模型具有较强的泛化能力和自适应能力;在高转速、小切深、合适的进给速度以及微量切削液状态下铣削力较小,为优化模具硬态铣削的切削参数并对其实际生产应用提供了较好的依据.