基于进化神经网络的304不锈钢车削加工表面粗糙度预测

• 作者: 王明红 马猛
• 来源期刊: 轻工机械
• 学科: 工学
• 关键词: 金属切削 表面粗糙度预测 正交试验 进化神经网络
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 研究·设计
• 页码范围: 44-47
• 页数: 4页
• 分类号: TG51|TH161
• 字数: 2171字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2895.2019.06.009

摘要

表面粗糙度是衡量加工零件质量的重要指标之一,对表面粗糙度进行提前预测有利于提高加工质量.课题组采用正交试验方法进行了YG8硬质合金刀具干式车削304不锈钢棒料的实验,得到不同切削条件下的表面粗糙度.由于BP神经网络的算法预测精度不高而且容易陷入局部极小值,利用遗传算法的全局搜索能力优化BP神经网络的结构和初值,建立基于进化神经网络的表面粗糙度预测模型.结果表明:进化的BP神经网络模型有效地克服了BP神经网络容易陷入局部极小值的缺陷,实现了表面粗糙度的精确预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王明红	上海工程技术大学机械与汽车工程学院	47	218	7.0	13.0
2	马猛	上海工程技术大学机械与汽车工程学院	1	1	1.0	1.0