基于BP神经网络的连杆衬套强力旋压回弹量预测

摘要：

利用SXD100/S3-CNC数控强力旋压机,对不同工艺参数(减薄率、进给比、旋轮工作角)下的连杆衬套进行强力旋压,并测量其回弹量.基于正交试验数据,运用BP神经网络技术,以减薄率、进给比、旋轮工作角作为输入层,回弹量作为输出层,建立连杆衬套强力旋压回弹量预测模型,并用试验数据对模型进行训练与预测.结果表明,模型具有较高的预测精度,能够准确预测不同强力旋压工艺参数下的连杆衬套回弹量.

关键词：连杆衬套、强力旋压、回弹量、BP神经网络

所属期刊栏目：37

分类号：TG146.1+1;TP311(金属学与热处理)

资助基金：山西省自然科学基金资助项目2012011023-2;山西省高校高新技术产业化项目20120021

在线出版日期：2017-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：380-382