论文部分内容阅读
为了提高轴承套圈表面质量、延长轴承使用寿命,对超声滚挤压加工参数与轴承套圈表面加工硬化程度之间的影响规律进行分析.提出采用PSO-BP神经网络模型进行预测,建立以加工过程中4个主要参数为输入、加工硬化程度为输出的神经网络模型,采用粒子群优化算法对BP神经网络模型的权值和阈值进行优化,并对该模型进行了验证.结果表明:采用PSO算法优化的BP神经网络模型可有效地避免网络陷入局部最优的问题,具有更好的泛化能力,预测精度高,预测相对误差在0.5％以内,预测平均绝对百分比误差降低了 0.378％.