[发明专利]一种基于BP神经网络的活塞切削加工变形量的预测方法

摘要

本发明公开了一种基于BP神经网络的活塞切削加工变形量的预测方法，该方法通过有限元分析进行活塞切削加工仿真，将仿真实验获取的预测变形量作为训练样本，根据训练样本建立BP神经网络拓扑模型，按照预设训练参数对BP神经网络拓扑模型进行学习，最后根据调整各神经元权值后的BP神经网络拓扑模型进行活塞切削加工变形量的预测。本发明相比于仿真过程预测方法，极大地缩短了预测时间，提高了预测模型的建立效率和预测精度，能够快速地给生产加工提供一个可靠性较高的加工预测指导。

主权项

1.一种基于BP神经网络的活塞切削加工变形量的预测方法，其特征在于包括以下步骤：(1)将活塞粗加工有限元分析得到的活塞应力分布作为活塞精加工有限元分析的初始条件，同时考虑工件工装，将活塞零件装夹约束添加至活塞精加工有限元仿真模型中；(2)针对活塞粗加工涉及的切削加工参数进行工况设计，依据控制变量的原则将切削工况分组，使不同工况组别能够准确地区分切削参数相应的变化趋势；(3)利用有限元分析求解各组活塞切削加工应力应变的分布结果，得到相应工况下的加工变形仿真结果；(4)依据设计的切削加工工况实施活塞切削加工实验，测量相应工况加工下的活塞裙部变形量的实验值，通过对比分析实验值与仿真值，检验切削加工变形随切削加工参数的变化规律，修正相应的有限元分析模型；(5)将有限元分析所获取的预测对象变形量作为训练样本，确定基于活塞切削加工变形的BP神经网络拓扑模型中输入层、隐含层和输出层的神经元数目以及输入输出映射关系，建立基于活塞切削加工变形的BP神经网络拓扑模型；(6)按照预设训练样本进行基于活塞切削加工变形的BP神经网络拓扑模型学习，根据学习情况调整模型中各个神经元的权值，针对调整权值后的BP神经网络拓扑模型进行可靠性验证；(7)利用基于活塞切削加工变形的BP神经网络拓扑模型对活塞切削加工过程的活塞变形值进行计算。