基于BP神经网络的齿圈装夹变形预测研究*

作者：韩军，张磊，段荣鑫，王静 日期：2020-08-10/span> 浏览：2199 查看PDF文档

基于BP神经网络的齿圈装夹变形预测研究*
韩军，张磊，段荣鑫，王静
（内蒙古科技大学 机械工程学院，内蒙古 包头 014010）

摘要：针对薄壁齿圈的装夹变形问题，将Abaqus有限元仿真与BP神经网络技术应用到了齿圈装夹变形预测中。根据齿圈实际加工装夹情况，应用Abaqus有限元分析软件，建立了齿圈装夹变形的仿真模型，开展了齿圈装夹变形的有限元分析研究，建立了齿圈装夹力及其径向最大装夹变形之间的关系；以Abaqus有限元仿真数据作为训练样本和检验样本，借助BP神经网络良好的预测精度和非线性泛化能力，通过MATLAB神经网络工具箱，建立了基于BP神经网络的齿圈装夹变形预测数字化模型；并根据检验样本对模型进行了检验，预测值与仿真值之间的相对误差在0.05%之内。研究结果表明：建立的基于BP神经网络的齿圈装夹变形预测数字化模型是准确有效的，可以为智能化大数据加工制造环境下的齿圈装夹参数优化提供准确有效的数据。
关键词：齿圈；有限元仿真；BP神经网络；装夹变形预测
中图分类号：TH162；TP183               文献标识码：A             文章编号：1001-4551(2020)06-0641-06

本文引用格式：
韩军，张磊，段荣鑫,等.基于BP神经网络的齿圈装夹变形预测研究［J］.机电工程，2020，37(6)：641-646.
HAN Jun, ZHANG Lei, DUAN Rong-xing, et al. Prediction of gear ring clamping deformation based on BP neural network［J］.Journal of Mechanical & Electrical Engineering, 2020,37(6):641-646.《机电工程》杂志：http://www.meem.com.cn