粒子群优化神经网络的工程陶瓷 电火花加工效果预测模型*

作者： 王鹤，杨勇 日期：2019-07-16/span> 浏览：2423 查看PDF文档

                                                    粒子群优化神经网络的工程陶瓷电火花加工效果预测模型*
                                                                                   王鹤1，杨勇2
    （1.河南工程学院 机械工程学院，河南 郑州 451191；2.沈阳机床（东莞）智能装备有限公司，广东 东莞 523808）

摘要：针对工程陶瓷电火花加工的工艺电参数与工件的加工效果之间具有高度的非线性关系，难以建立精确数学模型的问题，建立了BP神经网络模型，以预测工程陶瓷电火花加工工艺效果。采用自适应位置变异粒子群算法，优化了网络模型的阈值和连接权值，解决了BP神经网络算法迭代速度慢、易于陷入局部最优解的问题；以碳化硼为例完成了算法的实现，对该材料工件的加工效果进行了预测。研究结果表明：自适应位置变异粒子群神经网络算法可以较好地反映电参数与表面粗糙度之间的非线性关系，算法的迭代次数显著减少，并具有较高的预测精度，模型的可靠性和有效性得以证实。

关键词：工程陶瓷；电火花加工；神经网络；粒子群优化；自适应位置变异

中图分类号：TH161+.1；TG484                         文献标志码：A                        文章编号：1001-4551(2019)07-0727-05

本文引用格式：
王鹤，杨勇.粒子群优化神经网络的工程陶瓷电火花加工效果预测模型［J］.机电工程，2019，36(7)：727-731.
WANG He, YANG Yong. Process effect prediction model for EDM of engineering ceramics with neural network based on particle swarm optimization［J］.Journal of Mechanical & Electrical Engineering, 2019,36(7):727-731.
《机电工程》杂志：http://www.meem.com.cn