共查询到17条相似文献,搜索用时 125 毫秒
1.
粒子群优化人工神经网络在高速铣削力建模中的应用 总被引:2,自引:0,他引:2
郑金兴 《计算机集成制造系统》2008,14(9)
将粒子群优化人工神经网络理论应用于高速铣削力的建模研究中.采用粒子群算法与反向传播算法相结合的方法,对反向传播神经网络模型进行优化.用粒子群算法训练网络参数,直到误差趋于一稳定值,然后用优化的权值进行反向传播算法运算,以实现高速铣削力的预测.充分发挥了粒子群算法的全局寻优能力和反向传播算法的局部搜索优势.仿真结果表明,与其他几种反向传播算法相比较,粒子群算法与反向传播算法的学习算法训练的神经网络,不仅训练时间明显缩短,而且其预报精度也得到了较大的提高,能够有效地建立铣削力模型,并对铣削力进行准确的预测. 相似文献
2.
3.
基于BP神经网络和多元线性回归的航发叶片铣削力预测研究 总被引:1,自引:0,他引:1
针对航空发动机叶片加工过程中铣削力的变化预测和控制问题,通过研究铣削加工工艺系统的主要工艺参数,利用正交试验法确定了若干组工艺参数方案,建立了AdvantEdge FEM叶片二维铣削模型完成了叶片铣削仿真试验;提取了仿真试验的铣削力,通过方差分析确定了不同工艺参数对铣削力变化影响能力的强弱;利用影响能力强的参数设计了对比试验,建立了BP神经网络铣削力预测模型和多元线性回归铣削力预测模型,比较分析了两种预测模型对铣削力的预测能力。研究结果表明:铣削深度对铣削力变化的影响最大,其余影响较小;BP神经网络预测的准确度和稳定性整体上优于多元线性回归。 相似文献
4.
5.
基于BP神经网络的铣削力仿真技术研究 总被引:2,自引:1,他引:2
应用人工神经网络技术建立了铣削力仿真的BP网络模型。通过正交试验,获取训练样本,并对网络进行了训练。最后将网络预测结果与实验数据进行比较和误差分析,证明了人工神经网络能够准确地预测铣削力的大小。 相似文献
6.
7.
8.
粒子群优化模糊系统的铣削力建模方法 总被引:2,自引:0,他引:2
根据铣削力的特点,提出用模糊系统进行铣削力建模的新方法.根据铣削力的特点和研究目的,设计钛合金铣削试验,试验在数控铣床上进行,用测力仪进行铣削力测量,由试验得到铣削力的训练数据和测试数据.在分析基本粒子群算法优缺点的基础上,将梯度下降算法嵌入基本粒子群算法形成改进粒子群算法.通过训练数据分别用梯度下降算法、基本粒子群算法和改进粒子群算法训练模糊系统,改进粒子群算法的收敛效果优于梯度下降算法和基本粒子群算法.用回归分析对铣削力进行建模,回归函数分别取为指数形式与线性全因子多项式形式,这样得到两种铣削力经验公式.用测试数据对各方法得到的模型分别进行测试,改进粒子群算法训练模糊系统的预测效果优于其他方法.预测结果验证了用改进粒子群算法训练的模糊系统进行铣削力建模是可行的. 相似文献
9.
遗传算法优化的BP网络在铣削力预测中的应用 总被引:1,自引:0,他引:1
神经网络初始连接权值和阀值的选择对网络的预测精度及收敛速度影响很大,但又无法准确获得,针对此问题,建立遗传算法(GA)优化的BP神经网络预测模型,解决神经网络初始权值和阀值的选择问题。该模型通过遗传算法优化BP神经网络的权值和阀值,获得最优的初始权值和阀值,并应用优化后的BP神经网络预测模型对铣削力进行预测,最后与优化前的BP神经网络模型的铣削力预测值进行对比分析。研究结果表明,经遗传算法优化后的BP神经网络模型比优化前的BP神经网络模型的预测精度高,同时加快了收敛速度。 相似文献
10.
11.
应用神经网络优化设计盘形成形铣刀齿数 总被引:1,自引:1,他引:0
针对整体盘形成形铣刀的设计,基于刀体强度、刀齿磨光部分长度和刀齿强度对铣刀齿数的要求,提出了利用BP神经网络优化设计铣刀齿数的方法。该方法基于BP神经网络的非线性映射特性,建立了铣刀齿数与铣刀切削参数的非线性BP网络模型,模拟选齿参数曲线,达到自动设计铣刀齿数的目的。仿真结果表明,神经网络方法不但提高了铣刀的设计效率,而且使铣刀齿数的设计得到了优化。 相似文献
12.
13.
根据热缩加长刀杆与刀具配合精加工与半精加工的特点,利用反向传播神经网络(BPNN)建立高速加工热缩加长刀杆与刀具配合的铣削力模型。模型除了考虑6个主要影响铣削力的加工条件外,还将时间参量引入输入向量,实现了三向铣削力的瞬态预测。通过大量的加工实验获得网络所需的训练和检验样本,并通过编制Matlab程序实现了网络性能评价和网络参数优化。检验结果表明,铣削力预测结果与实际测量结果之间具有很好的一致性,三向分力的平均预测误差均小于0.18,在预测效率和精度上均优于通常所用的解析模型,并具有很好的扩展性能。 相似文献
14.
为研究PCD刀具高速铣削GH4169合金时刀具的磨损规律,采用单因素试验法分别对不同铣削参数下后刀面磨损程度随切削路程的变化进行对比。结果显示主轴转速对高速铣削GH4169合金时刀具磨损的影响不大,采用顺铣、切削液冷却的方式,并适当降低每齿进给量有助于减小刀具磨损。使用BP神经网络对试验数据进行训练,建立了刀具磨损预测的模型,预测结果与实际结果误差在5%以内。 相似文献
15.
16.
基于神经网络的铣削复杂薄壁件受力变形分析和建模研究 总被引:1,自引:0,他引:1
铣削过程的复杂性使加工变形问题很难得到精确的解析解。为研究铣削过程中复杂薄壁件受力变形模型,将人工神经网络引入到摆线轮加工变形模型研究过程中,以有限元仿真结果为依据,通过改进的BP神经网络算法,建立了高速铣削轴承钢摆线轮铣削力与变形之间的非线性映射模型。结果显示所建立的网络模型具有较高的精度和良好的泛化能力,为进一步实现变形控制提供科学依据。 相似文献