基于MEA-BP神经网络的超声挤压加工表面粗糙度预测

• 作者: 陈爽 张志 肖锦初 胡家进 赵录冬
• 来源期刊: 河南理工大学学报（自然科学版）
• 关键词: 超声挤压加工 表面粗糙度预测 思维进化算法 BP神经网络 预测精度
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 机械·动力
• 页码范围: 104-109
• 页数: 6页
• 分类号: TG663
• 语种: 中文

摘要

为了有效预测超声挤压加工工件的表面粗糙度,建立以转速,进给速度,振幅,挤压力,挤压次数为输入参数,表面粗糙度为输出结果的预测模型.该模型利用思维进化算法(mind ev-olutionary algorithm,MEA)的全局搜索能力对BP神经网络的权值和阈值进行优化.为了验证该模型的有效性,对45号钢进行超声挤压加工后,使用BP神经网络进行预测,通过引入思维进化算法(MEA)和遗传算法(GA)优化BP神经网络的权值和阈值,并对3种模型的预测精度进行对比分析.结果表明:在相同的实验条件下,MEA-BP模型的预测结果最精准,与BP神经网络相比,该模型精度高,运行速度快.