为提高数控成形铣齿生产率、降低成本和避免安全隐患,需要对刀具的磨损状态进行准确预测。首先基于电流监测法搭建了数控成形铣刀的磨损电流监测系统,然后确定BP神经网络中用于刀具磨损诊断的输入特征量和目标特征量,并应用Matlab软件对样本数据进行归一化处理和神经网络训练,最后利用遗传算法对BP神经网络模型进行优化。测试结果表明,刀具磨损状态预测率达92.78%以上,具有一定的工程应用价值。

利用SolidWorks建立了三维车削模型,基于DEFORM-3D软件对车削过程进行了仿真模拟,得出了刀具在车削过程中的磨损数据,利用BP神经网络对数据进行了曲线拟合,得出了刀具磨损预测曲线图。