基于BP神经网络的前轴锻压工艺优化

摘要：

以始锻温度、终锻温度、锻压比和前轴材质4个参数作为输入层函数,以耐磨损性能和疲劳性能作为输出层函数,采用4×16×8×2四层拓扑结构构建了前轴锻压工艺的神经网络优化模型,并进行了训练、预测和验证.结果 表明,神经网络的耐磨损性能相对训练误差在3.2％～5.7％、疲劳性能相对训练误差在3.2％～5.5％;耐磨损性能的相对预测误差在2.6％～4.2％、平均相对预测误差为3.15％,疲劳性能的相对预测误差在2.6％～4.1％、平均相对预测误差为3.17％.

关键词：BP神经网络、前轴、锻压工艺优化、磨损性能、疲劳性能

所属期刊栏目：49

分类号：TG316(金属压力加工)

在线出版日期：2020-11-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：115-117,121