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：河南理工大学学报(自然科学版), 2021, 40(05): 104-109.

DOI：10.16186/j.cnki.1673-9787.2020060052

• 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

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 evolutionary 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。

• 单位
  机电工程学院; 江西理工大学