基于遗传算法优化BP神经网络的钛合金旋转超声磨削力预测

摘要

为预测钛合金旋转超声磨削过程中磨削力的大小,提出了使用遗传算法优化BP神经网络模型来预测磨削力的方法,首先建立磨削力与加工参数（超声频率、超声功率、进给速度、主轴转速）和磨具参数（磨料浓度、磨料粒度）之间的BP神经网络预测模型,采用遗传算法（GA）优化BP神经网络的阈值和初始权值,依据＂六因素三水平＂的正交试验结果对神经网络模型进行训练。然后对旋转超声磨削力进行仿真预测,神经网络模型预测值与试验值的误差较小,平均相对误差仅为5.97%,结果表明,使用所提模型预测钛合金旋转超声加工的磨削力具有较高的预测精度。