基于智能算法的机械加工参数优化方法研究

摘要：

将BP神经网络预测模型应用于电火花加工参数优化方法中，从而针对不同的加工工艺要求预测出最佳的脉冲间隔t0和宽度t1以及峰值电流ie组合。由于常规的BP神经网络存在容易陷入极小值以及学习速率低等缺点，而常规GA优化算法存在容易陷入局部最优解、容易早熟等问题，提出一种对GA算法的染色体结构和遗传算子进行改进并引入自适应交叉和变异概率优化BP神经网络结构参数的改进型GA?BP神经网络算法。最后通过实验，对电火花加工参数优化模型性能进行评价，与常规GA?BP神经网络算法建立的参数优化模型相比，提出的参数优化模型的预测结果更加接近真实值，预测的平均准确率达到96.13%，高于常规GA?BP神经网络算法建立预测模型5.2%。

关键词：电火花加工、BP神经网络、遗传优化算法、加工参数优化

分类号：TN711-34;TP182(基本电子电路)

在线出版日期：2015-12-30（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：163-166,170