首页 | 本学科首页   官方微博 | 高级检索  
     

基于MEA-BP神经网络的超声挤压加工表面粗糙度预测
引用本文:陈爽,张志,肖锦初,胡家进,赵录冬.基于MEA-BP神经网络的超声挤压加工表面粗糙度预测[J].河南理工大学学报(自然科学版),2021,40(5):104-109.
作者姓名:陈爽  张志  肖锦初  胡家进  赵录冬
作者单位:江西理工大学 机电工程学院,江西 赣州 341000
摘    要:为了有效预测超声挤压加工工件的表面粗糙度,建立以转速,进给速度,振幅,挤压力,挤压次数为输入参数,表面粗糙度为输出结果的预测模型.该模型利用思维进化算法(mind ev-olutionary algorithm,MEA)的全局搜索能力对BP神经网络的权值和阈值进行优化.为了验证该模型的有效性,对45号钢进行超声挤压加工后,使用BP神经网络进行预测,通过引入思维进化算法(MEA)和遗传算法(GA)优化BP神经网络的权值和阈值,并对3种模型的预测精度进行对比分析.结果表明:在相同的实验条件下,MEA-BP模型的预测结果最精准,与BP神经网络相比,该模型精度高,运行速度快.

关 键 词:超声挤压加工  表面粗糙度预测  思维进化算法  BP神经网络  预测精度

Surface roughness prediction of ultrasonic extrusion processing based on MEA-BP neural network
CHEN Shuang,ZHANG Zhi,XIAO Jinchu,HU Jiajin,ZHAO Ludong.Surface roughness prediction of ultrasonic extrusion processing based on MEA-BP neural network[J].JOURNAL OF HENAN POLYTECHNIC UNIVERSITY,2021,40(5):104-109.
Authors:CHEN Shuang  ZHANG Zhi  XIAO Jinchu  HU Jiajin  ZHAO Ludong
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号