基于L-M算法的BP神经网络预测短电弧加工表面质量模型

• 作者: 周建平 李雪芝 王博 许燕
• 来源期刊: 燕山大学学报
• 学科: 工学
• 关键词: 短电弧铣削加工技术 BP神经网络 改进L-M算法
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 机械工程
• 页码范围: 296-300,318
• 页数: 6页
• 分类号: TH16
• 字数: 3785字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-791X.2016.04.002

摘要

短电弧铣削加工技术属于特种加工行业中电加工的技术范畴，尤其适用于特硬、超强、高韧性等难加工材料的高效加工。但工件加工表面的技术特性（表面变质层、硬度、残余应力、表面层缺陷等）还有待于深入研究。为获得短电弧铣削加工良好的工艺效果，引入传统BP算法和Levenberg-Marquardt（简称L-M）算法，构建短电弧铣削加工表面质量模型。通过分析表面质量的影响因素，选取放电电压、频率、气压、脉冲时间为模型的输入，表面粗糙度、变质层厚度、工件材料去除率为输出，比较两种模型的预测精度。结果表明，基于L-M算法的BP神经网络对表面粗糙度、变质层厚度、材料去除率的平均预测误差分别为2．9％、9．4％、4．6％，低于传统的BP神经网络。相比传统的BP神经网络，改进的LM-BP 神经网络模型提高了预测精度，实际工程中可用于优化工艺参数。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周建平	新疆大学机械工程学院	155	672	13.0	21.0
2	许燕	新疆大学机械工程学院	101	394	10.0	17.0
3	李雪芝	新疆大学机械工程学院	9	17	2.0	4.0
4	王博	新疆大学机械工程学院	10	46	4.0	6.0