高温合金 GH4169 的电火花加工参数建模 王斌修，孟 辉，李强弟 【摘 要】摘要：高温合金 GH4169 是航空航天范畴的重要资料，在传统切削 加工中会遇到一系列难题。为了处理这些难题，提出运用电火花办法加工高温 合金 GH4169。在充沛了解 BP 神经网络原理、合理设置模型函数和参数的基 础上，树立了电火花加工 GH4169 的 BP 网络猜测模型；再对模型进行了关于 加工方针拟合曲线的剖析，并对猜测值和实践值进行了比较。结果表明：树立 的 BP 网络猜测模型有用。 【期刊称号】电加工与模具 【年(卷),期】2019(000)002 【总页数】5 【关键词】电火花加工；高温合金；BP 神经网络；猜测模型 GH4169 是一种镍基变形高温合金，因为其具有优秀的焊接功能、抗氧化功能 和抗腐蚀功能以及在高温下安排功能安稳，被广泛运用于航空航天范畴[1]。但 是，因为高温合金 GH4169 还具有较高的硬度和强度、导热功能较差，在传统 切削加工时易发生很多的切削热、刀具易磨损、加工成本高、加工硬化现象较 严峻[2]，也是一种典型的难加工资料。因而，探求高温合金 GH4169 的有用 加工办法，关于推行其在军用和民用范畴的运用都具有重要意义。 电火花加工作为一种特种加工办法，在加工进程中无机械应力，不受工件资料 硬度的约束，只需工件导电即可[3]，因而十分适宜选用电火花加工办法来加工 高温合金 GH4169。在实践加工中，选用电火花加工工件时，参数的调理首要 依赖于工人的加工经历或机床的工艺参数表，可是因为工人的常识储藏有限制 且不同工件资料的性质差异很大，假如单纯依托工人的加工经历或机床的工艺 参数表，很难到达抱负的加工作用，也不能充沛发挥机床的加工功能[4]。因而， 针对不同的加工资料，树立与之相应的加工工艺作用和加工参数之间的猜测模 型是十分必要的。可是，在电火花加工时，影响工艺作用的要素很多，而且各 个影响要素对工艺作用发生的影响对错线性的，因而很难用准确的数学模型来 描绘工艺作用和各影响要素之间的联系[5]。传统建模办法首要是先经过试验获 得试验数据，再对加工方针和各加工参数进行多项式拟合，已有事实证明运用 传统建模办法树立模型的猜测差错较大，并不能充沛表现电火花机床加工规则 [6]。BP 神经网络作为运用最广泛的人工神经网络，因其具有超卓的自学习、 自安排、联想回忆等功能，常用来对杂乱的非线]。因为电火 花加工进程正是高度非线性的，运用 BP 神经网络对电火花加工的工艺方针和 加工参数进行非线性建模就十分适宜。可是，假如把电火花加工的悉数影响因 素都考虑在内，会使树立的模型过于杂乱，然后会大幅度添加建模的难度。因 此，本文以峰值电流、脉宽、脉间、空隙电压等电参数为影响要素，坚持其他 要素不变，以外表粗糙度和资料去除率为工艺方针，运用 BP 神经网络对高温 合金 GH4169 的电火花加工参数进行建模。 1 BP 神经网络原理及规范算法数学模型 1.1 BP 神经网络的原理 BP 神经网络是一种依据信号正向传达和差错反向传达的多层前馈网络，能学习 和贮存输入、输出之间杂乱的非线性映射联系，且表现该映射联系的不是一个 详细的数学表达式，而是一个网络结构，因而 BP 神经网络逐步成为运用最广 泛的一种人工神经网络[8]。BP 神经网络的学习规则是梯度下降法，也称之为 最速下降法，是经过差错的反向传达来不断调整各层之间的权值和阈值，终究 使网络输出与希望输出之间的差值小于事前设定的精度。模型的首要结构包含 网络输入层、中心隐含层、网络输出层，其间中心隐含层的层数不固定，可根 据实践需求进行设定。图 1 是单层隐含层的模型结构图，可见各层由数量不等 的节点组成，而层与层之间经过激励函数相连接，然后能够完结层与层之间信 息的传递。 1.2 规范 BP 算法的数学模型 规范 BP 算法也被称为传统 BP 算法，是 BP 神经网络开始开展时运用的一套算 法。尽管 BP 神经网络在非线性建模方面具有很大优势，但也具有易堕入部分 极小值、收敛速度慢等缺陷。从 BP 神经网络开展到现在，已有各种针对其缺 点的改善研讨。但这些研讨一般都是在规范 BP 算法基础上进行，并无实质改 变，因而了解规范 BP 算法十分必要。 在 BP 神经网络中，关于某一练习样本，假定网络的输入向量为 X=（x1， x2，…，xi，…，xn），隐含层输出向量为 Y=（y1，y2，…，yj，…，ym），输 出层实践输出向量为 O=（o1，o2，…，ok，…，ol），输出层希望输出向量为 D=（d1，d2，…，dk，…，dl）；设输入层第 i 个节点到隐含层第 j 个节点的 权值为 vij，隐含层的阈值为 aj，隐含层的第 j 个节点到输出层的第 k 个节点的 权值为 wjk，输出层的阈值为 bk，从输入层到隐含层的激励函数为 g（·），从 隐含层到输出层的激励函数为 f（·）。 （1）信息的正向传达算法 关于模型的输出层，有： 关于模型的隐含层，有： 关于模型的输出差错，有： （2）差错的反向传达算法 依据梯度下降法的准则，调整权值和阈值调整是沿着负梯度方向进行，即权值 和阈值的调整量与差错的梯度下降成正比。 用数学方程表达为： 式中：η 为学习率。 2 电火花加工 GH4169 猜测模型的树立 2.1 样本数据的获取及其归一化 本试验在 NH7145CNC 精细电火花成形机床上进行。试验数据共分为两部分， 一部分是用来练习网络的练习样本（表 1），共有 45 组数据；另一部分是用来 对练习好的网络进行猜测和验证的测验样本（表 2），共有 6 组数据。需求阐明 的是，依据 BP 神经网络的原理，在将练习数据输入网络之前需对该数据做归 一化处理，使一切数值都处在（-1，1）区间内。因为本试验树立的猜测模型以 R2014b 版别的 MATLAB 为渠道，在此只需调用归一化函数 mapminmax 即 可。 2.2 网络结