典型文献
基于改进BP神经网络的螺杆转子铣削表面粗糙度预测
文献摘要：
以提高螺杆转子等具有螺旋曲面零件铣削表面质量为目的.根据螺杆转子加工特点,针对主轴转速、进给倍率和间歇进给量进行单因素轮换铣削加工实验.采用改进粒子群算法确定BP神经网络初始权值和阈值的最优值,采用训练后的改进BP神经网络算法对铣削后的螺杆转子表面粗糙度进行预测,并与传统BP神经网络进行对比.结果表明,传统BP神经网络对表面粗糙度的训练精度最低,改进算法中粒子群迭代2 000次的平均相对误差最小,为1.21％.利用模型进行工艺参数对表面粗糙度影响规律的预测,可以看出,其他工艺参数不变的前提下,随着主轴转速的升高,表面粗糙度呈现降低趋势;随间歇进给量的增大,表面粗糙度先降低后升高;表面粗糙度随进给倍率的增加,呈现先降低后升高的趋势.结论:改进神经网络算法可以准确预测铣削后的螺杆转子表面粗糙度,为螺杆转子铣削加工中的工艺参数选择提供理论指导.
文献关键词：
铣削;螺旋曲面;神经网络;表面粗糙度预测;工艺参数
中图分类号：
作者姓名：
杨赫然;孙兴伟;戚朋;董祉序;刘寅
作者机构：
沈阳工业大学机械工程学院 沈阳110870;辽宁省复杂曲面数控制造技术重点实验室 沈阳110870;奇瑞商用车(安徽)有限公司 芜湖 241000
文献出处：
引用格式：
[1]杨赫然;孙兴伟;戚朋;董祉序;刘寅-.基于改进BP神经网络的螺杆转子铣削表面粗糙度预测)[J].电子测量与仪器学报,2022(10):189-196
A类：
B类：
螺杆转子,表面粗糙度预测,螺旋曲面,曲面零件,表面质量,转子加工,加工特点,主轴转速,倍率,间歇进给,进给量,轮换,铣削加工,改进粒子群算法,权值,最优值,神经网络算法,改进算法,平均相对误差,先降,改进神经网络,准确预测,参数选择
AB值：
0.202041
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
