10.3969/j.issn.1000-4998.2019.02.027
液压阀芯超声切削表面粗糙度的试验与预测
采用聚晶立方氮化硼刀具对精密液压阀芯进行超声辅助车削试验,并建立基于反向传播神经网络的液压阀芯表面粗糙度预测模型,以及基于优化遗传算法的遗传算法-反向传播神经网络的液压阀芯表面粗糙度预测模型,对结果进行对比.结果 表明,遗传算法-反向传播神经网络预测模型的预测精度高于反向传播神经网络预测模型的预测精度,且遗传算法-反向传播神经网络预测模型的预测结果与试验值的吻合性好于反向传播神经网络预测模型.
液压阀芯、超声切削、表面粗糙度、试验、预测、遗传算法、反向传播神经网络
57
TH161+.14
甘肃省高等学校科研项目2018A-130,2018A-129;兰州工业学院青年科技创新项目2018-1
2019-03-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
94-98