液压阀芯超声切削表面粗糙度的试验与预测

• 作者: 孙永吉 王栋梁 秦娟娟
• 来源期刊: 机械制造
• 学科: 工学
• 关键词: 液压阀芯 超声切削 表面粗糙度 试验 预测 遗传算法 反向传播神经网络
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 试验·检测
• 页码范围: 94-98
• 页数: 5页
• 分类号: TH161+.14
• 字数: 2870字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-4998.2019.02.027

摘要

采用聚晶立方氮化硼刀具对精密液压阀芯进行超声辅助车削试验,并建立基于反向传播神经网络的液压阀芯表面粗糙度预测模型,以及基于优化遗传算法的遗传算法-反向传播神经网络的液压阀芯表面粗糙度预测模型,对结果进行对比.结果 表明,遗传算法-反向传播神经网络预测模型的预测精度高于反向传播神经网络预测模型的预测精度,且遗传算法-反向传播神经网络预测模型的预测结果与试验值的吻合性好于反向传播神经网络预测模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙永吉	兰州工业学院工程训练中心	37	88	5.0	7.0
2	王栋梁	兰州工业学院工程训练中心	14	7	1.0	1.0
3	秦娟娟	兰州工业学院机电工程学院	9	8	2.0	2.0