基于PNN神经网络电火花线切割中厚度工件放电状态研究

本文根据状态的分类特征,利用PNN神经网络作为检测系统的程序基础,结合前期研究的电压电流信号,进行编程学习和训练得到合格的算法,然后利用实验条件和参数搭建LABVIEW虚拟平台,并与程序共同实现对间隙放电状态的实时检测.实验部分主要是采用15 ml/min蒸汽水雾介质切割中厚度工件单因素实验,研究精加工5个主要加工参数(脉宽、峰值电流、脉冲间隔比、偏移量和工作台空载速度)对3个加工质量评定指标(表面粗糙度、切割速度和火花率分布)影响趋势.结果表明:脉冲宽度与切割速度成正比例对应趋势,但是随着脉宽的递增,粗糙度也将变大;脉冲间隔比对粗糙度和切割速度的影响变动不如脉宽强烈,变化趋势是先随着间隔比的增加先减少后变大;峰值电流的递增使切割速度和粗糙度数值上同样正比例递增,但表面粗糙度受峰值电流影响很大;切割速度随着偏移量的增加而减少,而粗糙度则随着偏移量的增加先减少后增加;粗糙度随着空载速度的增加先减少后增加.通过以上结论得出最佳的加工参数.