基于GABP神经网络的超声辅助AWJ冲蚀深度预测及参数优化

作者：王湘田; 侯荣国^*; 陈雪松; 张杰翔; 卢萍; 吕哲

来源：工具技术, 2021, 55(08): 100-104.

• 超声辅助微细磨料水射流
• HAP生物陶瓷
• 冲蚀深度
• GABP神经网络
• 遗传算法

多孔HAP生物陶瓷材料硬度低、脆性大,传统生物陶瓷零件切削加工方法容易产生细小裂纹、应力集中等缺陷,微细磨料水射流加工技术可有效解决这些难题。本文采用超声辅助微细磨料水射流对多孔的HAP生物陶瓷块进行加工试验。基于GABP神经网络方法,利用获得试验数据样本来训练和检测GABP神经网络,建立了加工参数如系统压力、靶距、振幅等的微细磨料水射流冲蚀深度预测模型,预测误差和为0.007044,利用遗传算法进行参数寻优,较传统BP神经网络误差和降低了61.506%,大大提高了预测精度,实现了不同参数组合下冲蚀深度的预测。该预测和优化结果表明,当采用系统压力为25MPa,靶距为7.576mm,振幅为13.883μm时,可以获得最大冲蚀深度,其值为3.296mm。

• 单位
  山东理工大学