基于Copula EDA优化BP神经网络的表面粗糙度预测

• 作者: 刘成石 李公安 王贵成 裴宏杰 陈钰荧
• 来源期刊: 江苏大学学报（自然科学版）
• 学科: 工学
• 关键词: Copula函数 切削力 表面粗糙度 BP神经网络 分布计算法
• 年，卷（期）: 2020,（3）
• 页码范围: 366-372
• 页数: 7页
• 分类号: TH16
• 字数: 5652字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7775.2020.03.019

摘要

为了提高预测机械加工表面粗糙度的精度,提出了基于Copula分布估计算法(estimation ofdistribution algorithm,EDA)优化BP神经网络的方法.以铣削45#钢为试验对象,采用控制变量法进行切削试验.在线测量主切削力、轴向力、径向力和振幅,并进行数据处理,得到相应切削力的平均值、标准差、均方根值及振幅,同时离线测量二维粗糙度Ra、三维粗糙度平均值Sa和均方根值Sq.对切削分力的平均值、标准差、均方根值及振幅与粗糙度做相关性分析,选择Kendall秩相关系数最大的主切削力平均值作为输入变量,输入BP神经网络和基于Copula EDA优化BP神经网络,进行训练和预测.试验结果表明:基于Copula EDA优化BP神经网络的预测精度总体高于BP神经网络的预测精度,对Ra,Sa和Sq的平均预测精度分别达到91.98％,91.03％和89.10％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	裴宏杰	江苏大学机械工程学院	60	374	12.0	17.0
2	王贵成	江苏大学机械工程学院	254	2355	23.0	32.0
3	刘成石	江苏大学机械工程学院	9	7	2.0	2.0
4	陈钰荧	江苏大学机械工程学院	3	0	0.0	0.0
5	李公安	江苏大学机械工程学院	3	1	1.0	1.0