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：1907 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