一种基于GA-ELM算法的模具钢铣削表面粗糙度预测系统技术方案

本发明专利技术公开了一种基于GA‑ELM算法的模具钢铣削表面粗糙度预测系统，包括参数输入模块、参数输出模块、数据处理模块、显示模块，参数输入模块用于输入数据处理模块所需的输入参数，输入参数包括铣刀直径、主轴转速、进给速率和切削深度，参数输出模块用于输出数据处理模块处理后的输出数据，输出数据包括表面粗糙度预测值，数据处理模块采用GA‑ELM算法对4个输入参数的回调和处理以及对训练集数据的回调和比较，显示模块用于显示数据处理模块的训练结果。本发明专利技术采用对模具钢铣削表面粗糙度进行预测GA‑ELM模型的数据处理模块，能够实现预测的低成本、高效率、高精度、易操作。

A surface roughness prediction system for die steel milling based on GA-ELM algorithm

The invention discloses a die steel milling surface roughness prediction system based on GA_ELM algorithm, which comprises a parameter input module, a parameter output module, a data processing module and a display module. The parameter input module is used to input the input parameters required by the data processing module, and the input parameters include the milling cutter diameter, the spindle speed, and the feed. To feed rate and cutting depth, the parameter output module is used to output the output data processed by the data processing module. The output data includes the predicted surface roughness. The data processing module uses GA_ELM algorithm to call back and process the four input parameters and to compare the training set data. The display module is used to display the data. Processing module training results. The data processing module of GA_ELM model for predicting the surface roughness of die steel milling can realize low cost, high efficiency, high precision and easy operation of prediction.

【技术实现步骤摘要】
一种基于GA-ELM算法的模具钢铣削表面粗糙度预测系统
本专利技术涉及一种基于GA-ELM算法的模具钢铣削表面粗糙度预测系统。
技术介绍
表面粗糙度值是衡量工件表面质量的重要指标之一，应用不同的铣削参数组合加工工件，其获得的表面粗糙度值也将不同。实际的铣削参数制定过程中，在表面粗糙度值符合设计要求的前提下，选取合适的铣削参数组合可有效提高加工效率，因此对工件表面粗糙度值的有效预测对提升加工效率，控制表面加工质量具有重要意义。
技术实现思路
本专利技术要解决的技术问题是：提供一种基于GA-ELM算法的模具钢铣削表面粗糙度预测系统，低成本、高效率、高精度，使用方便。本专利技术的技术方案：一种基于GA-ELM算法的模具钢铣削表面粗糙度预测系统，其特征在于：包括参数输入模块、参数输出模块、数据处理模块、显示模块，参数输入模块用于输入数据处理模块所需的输入参数，输入参数包括铣刀直径、主轴转速、进给速率和切削深度，参数输出模块用于输出数据处理模块处理后的输出数据，输出数据包括表面粗糙度预测值，数据处理模块采用GA-ELM算法对4个输入参数的回调和处理以及对训练集数据的回调和比较，显示模块用于显示数据处理模块的训练结果。一种基于GA-ELM算法的模具钢铣削表面粗糙度预测系统还包括导入数据模块，导入数据模块用于导入实验数据进行输入。一种基于GA-ELM算法的模具钢铣削表面粗糙度预测系统还包括误差显示模块，误差显示模块用于显示数据处理模块处理结果的误差图。本专利技术的有益效果：与现有技术相比，本专利技术的效果如下：（1）本专利技术采用对模具钢铣削表面粗糙度进行预测GA-ELM模型的数据处理模块，能够实现预测的低成本、高效率、高精度、易操作；（2）本专利技术通过导入数据模块链接到系统数据后台，提供实验数据替换功能，实现了针对企业自身情况应用本系统的定制化和个性化服务；（3）误差显示模块直观反映出本系统对实验数据的预测精度，操作直观，实用方便、准确。附图说明图1是本专利技术中GA-ELM算法流程图；图2是本专利技术中系统界面。具体实施方式以下结合附图和实例详细描述本专利技术的具体实施方式，但本专利技术不受所述具体实施例所限。实施例：如图1-图2所示，一种基于GA-ELM算法的模具钢铣削表面粗糙度预测系统，其特征在于：包括参数输入模块、参数输出模块、数据处理模块、显示模块，参数输入模块用于输入数据处理模块所需的输入参数，输入参数包括铣刀直径、主轴转速、进给速率和切削深度，参数输出模块用于输出数据处理模块处理后的输出数据，输出数据包括表面粗糙度预测值，数据处理模块采用GA-ELM算法对4个输入参数的回调和处理以及对训练集数据的回调和比较，显示模块用于显示数据处理模块的训练结果。一种基于GA-ELM算法的模具钢铣削表面粗糙度预测系统还包括导入数据模块，导入数据模块用于导入实验数据进行输入。一种基于GA-ELM算法的模具钢铣削表面粗糙度预测系统还包括误差显示模块，误差显示模块用于显示数据处理模块处理结果的误差图。以上所述，仅是本专利技术的一个实施例而已，并非对本专利技术作任何形式上的限制，任何未脱离本专利技术技术方案内容，均仍属于本专利技术技术方案的范围内。本文档来自技高网...

【技术保护点】
1.一种基于GA‑ELM算法的模具钢铣削表面粗糙度预测系统，其特征在于：包括参数输入模块、参数输出模块、数据处理模块、显示模块，参数输入模块用于输入数据处理模块所需的输入参数，输入参数包括铣刀直径、主轴转速、进给速率和切削深度，参数输出模块用于输出数据处理模块处理后的输出数据，输出数据包括表面粗糙度预测值，数据处理模块采用GA‑ELM算法对4个输入参数的回调和处理以及对训练集数据的回调和比较，显示模块用于显示数据处理模块的训练结果。

【技术特征摘要】
1.一种基于GA-ELM算法的模具钢铣削表面粗糙度预测系统，其特征在于：包括参数输入模块、参数输出模块、数据处理模块、显示模块，参数输入模块用于输入数据处理模块所需的输入参数，输入参数包括铣刀直径、主轴转速、进给速率和切削深度，参数输出模块用于输出数据处理模块处理后的输出数据，输出数据包括表面粗糙度预测值，数据处理模块采用GA-ELM算法对4个输入参数的回调和处理以及对训...

【专利技术属性】
技术研发人员：梅益，孙全龙，陈丽娅，宋佩毅，杨幸雨，李亚勇，刘洪波，
申请(专利权)人：贵州大学，
类型：发明
国别省市：贵州,52