典型文献
基于遗传算法优化BP神经网络的内螺纹冷挤压质量预测
文献摘要：
为了预测不同工艺参数下的挤压扭矩、挤压温度及螺纹成形质量,基于MATLAB搭建了BP-GA神经网络预测模型,利用遗传算法对BP神经网络权值和阈值进行优化,使预测结果更加精确.结果 表明:BP-GA神经网络预测模型对内螺纹冷挤压过程中的挤压扭矩、温度和牙高率的预测精度较高,挤压扭矩的试验值与预测值误差为10％～15％,挤压温度的试验值与预测值变化趋势一致,牙高率的试验值与预测值误差小于5％.该方法能够实现对内螺纹冷挤压过程中主要参数的预测,有效提高内螺纹挤压质量,降低实际加工成本.
文献关键词：
内螺纹冷挤压;成形质量预测;遗传算法;神经网络
中图分类号：
作者姓名：
侯红玲;陈鑫;常向龙;王艳茹;赵永强;周俊
作者机构：
陕西理工大学机械工程学院,陕西汉中723001
文献出处：
引用格式：
[1]侯红玲;陈鑫;常向龙;王艳茹;赵永强;周俊-.基于遗传算法优化BP神经网络的内螺纹冷挤压质量预测)[J].塑性工程学报,2022(01):102-109
A类：
内螺纹冷挤压,螺纹成形,成形质量预测
B类：
遗传算法优化,不同工艺,压扭,扭矩,挤压温度,GA,神经网络预测模型,权值,挤压过程,主要参数,实际加工,加工成本
AB值：
0.136998
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。
