《机电工程》杂志,浙江大学与浙江省机电集团联合主办。月刊( 详细... )

中国标准连续出版物号 ISSN 1001-4551 CN 33-1088/TH
主办单位浙江省机电集团有限公司
浙江大学
主编赵 群
副 主 编唐任仲
副 主 编罗向阳
副 社 长罗向阳
出 版浙江省机械工业情报研究所 《机电工程》杂志社
地 址浙江省杭州市大学路高官弄9号
电话Tel+86-571-87239525
E-mailmeem_contribute@163.com
国外发行中国国际图书贸易总公司
订阅全国各地邮局
国外代号M3135
国内发行浙江省报刊发行局
邮发代号32-68
广告经营许可证3301004000063

在线杂志

当前位置: 机电工程 >>在线杂志

基于BP神经网络和多元线性回归 的航发叶片铣削力预测研究*

作者:黄兵,胥云,廖映华,等 日期:2019-08-20/span> 浏览:209 查看PDF文档

                                                       基于BP神经网络和多元线性回归的航发叶片铣削力预测研究*
                                                                 黄兵1,胥云1,2*,廖映华1,石艳1,2,李志荣1
 (1.四川轻化工大学 机械工程学院,四川 宜宾 644000;2.过程装备与控制工程四川省高校重点实验室,四川 宜宾 644000)



摘要:针对航空发动机叶片加工过程中铣削力的变化预测和控制问题,通过研究铣削加工工艺系统的主要工艺参数,利用正交试验法确定了若干组工艺参数方案,建立了AdvantEdge FEM叶片二维铣削模型完成了叶片铣削仿真试验;提取了仿真试验的铣削力,通过方差分析确定了不同工艺参数对铣削力变化影响能力的强弱;利用影响能力强的参数设计了对比试验,建立了BP神经网络铣削力预测模型和多元线性回归铣削力预测模型,比较分析了两种预测模型对铣削力的预测能力。研究结果表明:铣削深度对铣削力变化的影响最大,其余影响较小;BP神经网络预测的准确度和稳定性整体上优于多元线性回归。

关键词:航发叶片;铣削加工;铣削工艺参数;铣削力预测

中图分类号:TH165;TG54                          文献标志码:A                     文章编号:1001-4551(2019)08-0824-06




本文引用格式:
黄兵,胥云,廖映华,等.基于BP神经网络和多元线性回归的航发叶片铣削力预测研究[J].机电工程,2019,36(8):824-829.
HUANG Bing, XU Yun, LIAO Yinghua, et al. Milling force forecasting of aeroengine blade based on BP neural network and multivariate linear regression[J].Journal of Mechanical & Electrical Engineering, 2019,36(8):824-829.
《机电工程》杂志:http://www.meem.com.cn




合作伙伴

浙江机械信息网