文章摘要:为了预测不同工艺参数下的挤压扭矩、挤压温度及螺纹成形质量,基于MATLAB搭建了BP-GA神经网络预测模型,利用遗传算法对BP神经网络权值和阈值进行优化,使预测结果更加精确。结果表明:BP-GA神经网络预测模型对内螺纹冷挤压过程中的挤压扭矩、温度和牙高率的预测精度较高,挤压扭矩的试验值与预测值误差为10%～15%,挤压温度的试验值与预测值变化趋势一致,牙高率的试验值与预测值误差小于5%。该方法能够实现对内螺纹冷挤压过程中主要参数的预测,有效提高内螺纹挤压质量,降低实际加工成本。

文章关键词:

项目基金: 上一篇：电信技术论文_基于稀疏Transformer的雷达点云 下一篇：没有了