L-M优化算法BP网络在刀具磨损量预测中的应用

摘要：

在线刀具磨损量估算及其未来发展趋势预测对于指导现实生产有着十分重要的意义.提出基于L-M优化算法BP神经网络的刀具磨损量在线预测方法.对声发射信号进行小波包分解,得到32个不同频带内的信号,用于构造初始特征向量矩阵；对初始特征向量矩阵进行奇异值分解,计算奇异谱,将奇异谱做为刀具磨损的特征向量,利用神经网络在线预测刀具磨损量.试验结果表明:预测结果能准确地跟踪实际的刀具磨损曲线,并且L-M优化算法比其他改进算法迭代次数少,收敛速度快,精确度高.

关键词：刀具磨损量预测、L-M优化算法、BP神经网络、小波包分解、奇异值分解

所属期刊栏目：40

分类号：TH165.3

资助基金：东北电力大学博士科研启动基金资助项目BSJXM-201115

在线出版日期：2013-03-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：22-26