结合CSSA-BP神经网络的砂带磨抛表面粗糙度预测研究 |
| |
引用本文: | 潘江涛,李波,聂奥,柳光金.结合CSSA-BP神经网络的砂带磨抛表面粗糙度预测研究[J].机床与液压,2023,51(22):80-86. |
| |
作者姓名: | 潘江涛 李波 聂奥 柳光金 |
| |
作者单位: | 湖北文理学院机械工程学院;湖北文理学院机械工程学院;襄阳华中科技大学先进制造工程研究院 |
| |
基金项目: | 湖北省教育厅优秀中青年科技创新团队计划项目(T201919) |
| |
摘 要: | 镍基合金在航空涡轮机、压气机的叶片制造中广泛应用,提升其加工效率与质量是行业热点。为实现航发叶片恒力磨抛的表面粗糙度准确预测,提出一种基于改进麻雀搜索算法(CSSA)优化BP神经网络的预测模型,开展机器人砂带磨抛工艺参数预测研究。选取4个主要影响因素为变量进行正交试验和极差分析;利用BP神经网络建立表面粗糙度预测模型,引入Tent混沌映射和种群多样性变异,进行麻雀搜索算法的改进,再通过CSSA对预测模型进行优化。结果表明:优化后的粗糙度预测误差降低了85.9%,相比优化前提升明显,可准确预测所输入工艺参数对应的粗糙度值。
|
关 键 词: | 机器人磨抛 正交试验 CSSA-BP神经网络 表面粗糙度预测 |
|
| 点击此处可从《机床与液压》浏览原始摘要信息 |
|
点击此处可从《机床与液压》下载全文 |