基于动态惯性权重粒子群算法的磨削低能耗加工方法

• 作者: 张昆 田业冰 丛建臣 刘俨后 闫宁 鲁涛
• 来源期刊: 金刚石与磨料磨具工程
• 学科: 工学
• 关键词: 改进粒子群算法 BP神经网络 磨削能耗 参数优化
• 年，卷（期）: 2021,（1）
• 页码范围: 71-75
• 页数: 5页
• 分类号: TG506
• 语种: 中文
• DOI: 10.13394/j.cnki.jgszz.2021.1.0012

摘要

利用三层误差反向传播(back propagation,BP)神经网络建立磨削能耗预测模型,以砂轮线速度、进给速度和磨削深度为影响因素设计125组全因子试验,并取其中的75组试验数据作为该预测模型的训练样本与测试样本.采用动态惯性权重改进粒子群算法(adaption particle swarm optimization,AP-SO),以BP神经网络的预测作为适应度函数,以最小能耗为目标进行迭代寻优获取最优工艺参数.结果表明:模型预测结果较为准确,采用优化后的工艺参数能够有效降低磨削能耗.