南京航空航天大学主页平台管理系统丁文锋--中文主页-- Prediction of high-speed grinding temperature of titanium matrix composites using BP neural network based on PSO algorithm

丁文锋(机械制造及其自动化系主任)

招生学科专业：
机械工程 -- 【招收博士、硕士研究生】 -- 机电学院
航空宇航科学与技术 -- 【招收硕士研究生】 -- 机电学院
机械 -- 【招收博士、硕士研究生】 -- 机电学院
学位：工学博士学位
职称：教授
所在单位：机电学院

博士生导师
电子邮箱：
所在单位：机电学院
职务：机械制造及其自动化系主任
学历：南京航空航天大学
办公地点：南京航空航天大学机电学院15-305室
联系方式：025-84892901
毕业院校：南京航空航天大学

当前位置: 中文主页 >> 科学研究 >> 论文成果

标题：

Prediction of high-speed grinding temperature of titanium matrix composites using BP neural network based on PSO algorithm

点击次数：

所属单位：

机电学院

发表刊物：

INTERNATIONAL JOURNAL OF ADVANCED MANUFACTURING TECHNOLOGY

关键字：

Grinding temperature Particle swarm optimization BP neural network Titanium matrix composites

摘要：

High grinding temperature is the key reason of workpiece burnout, which hinders the improvement of the machining quality. In this work, the prediction of high-speed grinding temperature of titanium matrix composites is investigated using back propagation (BP) neural network based on particle swarm optimization (PSO) algorithm (also called as PSO-BP). Furthermore, a comparison has been carried out among GD-BP (the BP neural network trained with gradient descent method), LM-BP (the BP neural network trained with Levenberg-Marquardt (LM) algorithm), and PSO-BP. Results obtained show that the PSO-BP method has a more significant advantage in terms of convergence speed, fitting accuracy, and prediction accuracy than the other two methods (such as GD-BP and LM-BP) in predicting the grinding temperature. Accordingly, the grinding temperature is predicted by applying the PSO-BP method and the grinding parameters are optimized, which could avoid the burnout behavior of the titanium matrix composites.

ISSN号：

0268-3768

是否译文：

否

发表时间：

2017-03-01

合写作者：

Liu, Chaojie,李政民卿,Yang, Changyong

通讯作者：

丁文锋

发表时间：

2017-03-01

上一条： Formation mechanism and geometry characteristics of exit-direction burrs generated in surface grinding of Ti-6Al-4V titanium alloy

下一条： Fracture mechanism of polycrystalline cubic boron nitride abrasive grains during single-grain grinding of Ti-6Al-4V titanium alloy

个人简介

以下信息由研究生系统导入，请酌情修改完善

研究方向：机械制造及其自动化

磨削加工技术与装备、超硬磨料工具技术、加工过程模拟与控制技术

发表学术论文,出版专著情况：

以第一作者和通讯作者发表论文95篇（SCI收录期刊79篇），包括长篇综述论文6篇。期刊主要包括：Journal of Manufacturing Science and Engineering-Transactions of the ASME,International Journal of Machine Tools & Manufacture, Wear, Materials & Design, Precision Engineering,Materials Science and Engineering A, Chinese Journal of Aeronautics,《机械工程学报》等。5篇论文入选ESI高被引论文（含3篇ESI热点论文）。一篇论文入选Elsevier主办的22nd International Conference on Wear of Materials（2019年4月14-18日）最佳论文奖（Ken Ludema Best Paper Award）。

科研成果获奖及专利：

以第一完成人授权发明专利9项；获2009年全国百篇优秀博士学位论文提名奖、2008年江苏省优秀博士学位论文；获国防技术发明二等奖与中航工业集团科学技术一等奖；入选江苏省高校“青蓝工程”中青年学术带头人培养对象、江苏省“333高层次人才培养工程”第三层次、江苏省“六大人才高峰”高层次人才；获2013年度南京航空航天大学研究生“科创之星科创新秀”优秀指导教师奖。担任《航空学报》（EI）与《Chinese Journal of Aeronautics》（SCI）青年编委。2018年入选南航“长空学者”。

承担的科研项目情况：

主持国家自然科学基金（3项）、两机专项课题、民机专项课题、教育部博士点基金（新教师类）、江苏省自然科学基金、航空科学基金、人社部留学人员科技活动项目择优资助等纵向科研项目。

指导研究生情况：

现指导硕士生9名，已毕业10名；指导博士生6名。指导的研究生被授予南京航空航天大学研究生“科创新秀”（2013年）与“学术十杰”（2014年、2017年），获南京航空航天大学优秀硕士学位论文9篇（2014年1篇、2015年2篇、2017年1篇、2018年3篇、2019年2篇）、江苏省优秀硕士学位论文3篇（2015年、2016年、2019年），获国家奖学金10人次（2013年1名、2014年2名、2016年1名、2017年3名、2018年3名）。指导博士生获2015年第十八届与2017年第十九届全国磨粒技术学术会议优秀论文奖励。

备注：

生于1978年2月。2001年7月本科毕业于西安交通大学机械工程学院；2006年6月博士毕业于南京航空航天大学机电学院；2006年6月-2008年7月为南京航空航天大学机电学院博士后，随后留校任教。2008年5月评为副教授，2011年5月破格晋升教授，2013年9月评为博士生导师；2013年11月-2014年11月为澳大利亚新南威尔士大学访问学者（国家公派）。

同专业博导

同专业硕导

扫一扫用手机查看