BP算法的DSP实现及其在自动选择机械加工参数中的应用

发布时间：2023-05-28 13:48

　　机械加工中,加工参数的自动选择成为制约机械加工朝自动化方向发展的瓶颈。利用BP网络的非线性映射能力可以模拟影响机械加工精度的各种参数之间的复杂的非线性关系,很好的解决这一问题。但是,目前用软件模拟实现的神经网络,是把神经网络大量的并行计算又通过串行的方法加以实现,使其从根本上失去了神经网络广泛并行处理信息的基本特征,在处理速度上远远不能满足研究和使用的要求。而且其运算速度又受到计算机主频的限制,使其无法完成实时的控制切削用量、在线检测与修改加工参数的任务。 本文利用DSP芯片特殊的硬件结构与其快速的计算能力,将BP算法在DSP上编程实现,并且设计了用于自动选择机械加工参数的DSP系统。用训练数据对这一网络进行训练,达到了加工系统对网络实时性的要求,使神经网络算法应用在数控机床上,实时控制加工参数成为可能。

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
提要
第一章 绪论
    1.1 本文的研究背景及意义
    1.2 人工神经网络概念的提出
    1.3 神经网络实现技术
        1.3.1 神经网络实现技术研究内容和意义
        1.3.2 神经网络实现技术的研究历史
        1.3.3 神经网络实现技术的发展
    1.4 数字信号处理器DSP 原理及应用
        1.4.1 DSP 芯片概述
        1.4.2 55XX 系列DSP
        1.4.3 DSP 芯片的应用
    1.5 本文的主要研究内容
第二章 基于DSP 实现的BP 算法
    2.1 BP 网络结构和BP 算法
    2.2 基于DSP 实现的BP 网络
        2.2.1 实现原理
        2.2.2 实现方法
    2.3 调试与运行结果
第三章用于自动选择机械加工参数的神经网络的实现结构
    3.1 机械加工中参数的选择问题
    3.2 神经网络结构的确定
        3.2.1 BP 网络的设计原则
        3.2.2 神经网络结构的确定
    3.3 系统硬件方案的确定
第四章 系统硬件设计
    4.1 系统硬件电路结构
        4.1.1 神经网络主电路结构
        4.1.2 外围辅助电路结构
    4.2 系统硬件调试
        4.2.1 神经网络主电路调试
        4.2.2 外围电路调试
第五章 系统软件设计
    5.1 DSP 软件开发环境简介
        5.1.1 CMD 文件
        5.1.2 中断矢量表
    5.2 系统软件设计
        5.2.1 系统软件概述
        5.2.2 初始化程序
        5.2.3 神经网络主程序
        5.2.4 BOOT 设计
    5.3 系统软件调试
第六章 结论
    6.1 结论
    6.2 本文研究工作的不足
    6.3 今后研究方向的建议
参考文献
摘要
ABSTRACT
硕士期间发表的论文
致谢



本文编号：3824707