基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的電解加工預(yù)測(cè)模型研究
發(fā)布時(shí)間:2020-12-20 06:38
電解微細(xì)加工是航空發(fā)動(dòng)機(jī)零部件制造領(lǐng)域的關(guān)鍵技術(shù)之一,它具有生產(chǎn)效率高、表面質(zhì)量好、無工具損耗、適于加工高硬度耐熱合金等優(yōu)點(diǎn)。為解決實(shí)際加工中試驗(yàn)次數(shù)多、生產(chǎn)成本高、選取加工參數(shù)困難等問題,根據(jù)人工神經(jīng)網(wǎng)絡(luò)有關(guān)理論,采用改進(jìn)的動(dòng)量-自適應(yīng)學(xué)習(xí)BP算法構(gòu)建BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型。根據(jù)實(shí)際電解加工情況,分析了電解加工參數(shù)對(duì)試驗(yàn)結(jié)果的影響,改進(jìn)了基本BP神經(jīng)網(wǎng)絡(luò)算法,建立了基于動(dòng)量-自適應(yīng)學(xué)習(xí)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,對(duì)電解加工試驗(yàn)結(jié)果預(yù)測(cè)精度較高,為電解加工預(yù)測(cè)模型更深層次的研究、試驗(yàn)及論證奠定一定的理論基礎(chǔ)。本文的主要研究工作如下:首先,研究了電解加工的理論基礎(chǔ)并進(jìn)行了預(yù)測(cè)模型的參數(shù)選擇。在特定的恒溫電解液條件下,電解加工的電流值、電解電壓、脈沖電源頻率、脈沖電源占空比、初始加工間隙、電極給進(jìn)速度等參數(shù)對(duì)試驗(yàn)結(jié)果影響較大,并選取以上加工參數(shù)作預(yù)測(cè)模型的輸入層,加工時(shí)間和微孔的上下孔徑等三個(gè)參數(shù)作預(yù)測(cè)模型的輸出層。其次,闡述了 BP神經(jīng)網(wǎng)絡(luò)的理論基礎(chǔ)并對(duì)基本BP算法做出改進(jìn)。針對(duì)基本BP算法固有的收斂速度慢、易陷入局部極小等缺陷進(jìn)行改進(jìn),給出了多種配套的改進(jìn)方案,經(jīng)過篩選對(duì)比得到網(wǎng)絡(luò)學(xué)習(xí)效率高...
【文章來源】:沈陽理工大學(xué)遼寧省
【文章頁數(shù)】:74 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖1.1基于BP神經(jīng)網(wǎng)絡(luò)高效建模的過程??Fig.?1.1?Process?of?efficient?modeling?based?on?BP?neural?network??
金屬材料微加工領(lǐng)域,在國外,2003年瑞士?Zinger?0等[9]利用某些金屬原理??如氧化膜受激光照射后發(fā)生性能的改變,在電解微細(xì)加工時(shí)直接將工件表面的氧??化膜作為掩膜,可提高加工速度和加工精度,掩膜電解微細(xì)加工微器件如圖1.2。??f?mSSSM??B&i??圖1.2掩膜電解微細(xì)加工微器件[9】??Fig.?1.2?Mask?electrolytic?microfabrication?microdevice??2004年,Kozak等利用不同形狀特征的成型陰極進(jìn)行高頻窄脈沖電解加工,??以測(cè)量加工零件的精度。研宄證明高頻窄脈沖電解加工和成型陰極的共同作用,??可增強(qiáng)工件蝕除的定域性,提高加工精度。??在國內(nèi),2011年哈爾濱工業(yè)大學(xué)陳輝等對(duì)不銹鋼微小結(jié)構(gòu)的加工工藝和半導(dǎo)??體硅材料電化學(xué)微細(xì)加工方法等方面進(jìn)行研宄,電化學(xué)銑削加工微槽的截面輪廓,??-4-??
力、電極進(jìn)給速度、電解液初始溫度、電解液成分及濃度和工件材料,以上均是??可控的參數(shù)變量。??BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)(見圖1.5)設(shè)計(jì):采用單隱含層,輸入層6個(gè)節(jié)點(diǎn)、??隱含層13個(gè)節(jié)點(diǎn)、輸出層2個(gè)節(jié)點(diǎn)的BP神經(jīng)網(wǎng)絡(luò)。激勵(lì)函數(shù)采用S型函數(shù);隱??含層和輸出層的輸出、網(wǎng)絡(luò)總誤差采用基本BP神經(jīng)網(wǎng)絡(luò)的模式;修正函數(shù)中的學(xué)??習(xí)率和動(dòng)態(tài)擾動(dòng)因子為定值。??預(yù)測(cè)模型訓(xùn)練:將樣本集分為兩組,一組用于網(wǎng)絡(luò)的訓(xùn)練,一組用于網(wǎng)絡(luò)的??測(cè)試。預(yù)測(cè)模型訓(xùn)練結(jié)果為當(dāng)學(xué)習(xí)率為0.9、動(dòng)態(tài)擾動(dòng)因子為0.01、最小網(wǎng)絡(luò)總誤??差為0.001時(shí)網(wǎng)絡(luò)預(yù)測(cè)效果最佳。??缺點(diǎn):網(wǎng)絡(luò)預(yù)測(cè)值與試驗(yàn)值存在一定的誤差,網(wǎng)絡(luò)精度需進(jìn)一步改進(jìn);該組??BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型采用基本BP算法,對(duì)算法本身固有易陷入局部極小值、收??-7-??
【參考文獻(xiàn)】:
期刊論文
[1]基于機(jī)器學(xué)習(xí)的軟件缺陷識(shí)別的必要性[J]. 韓宏峰,羅羿隆,相克磊,徐毅蒙. 電腦知識(shí)與技術(shù). 2017(25)
[2]基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)的電壓快速估計(jì)[J]. 尤金,劉俊勇,邱高,胥威汀,茍競(jìng). 電力勘測(cè)設(shè)計(jì). 2017(01)
[3]礦區(qū)水環(huán)境數(shù)據(jù)預(yù)測(cè)模型研究[J]. 屈曉淵,張永恒,張峰,董建剛. 電子設(shè)計(jì)工程. 2016(10)
[4]深基坑施工變形神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)分析[J]. 陳炳志,白云. 山西建筑. 2015(06)
[5]改進(jìn)BP神經(jīng)網(wǎng)絡(luò)在木構(gòu)古建筑中的壽命預(yù)測(cè)[J]. 路楊,李鵬珊,翟盼盼. 計(jì)算機(jī)技術(shù)與發(fā)展. 2014(05)
[6]基于區(qū)域一致性測(cè)度的彩色圖像邊緣檢測(cè)[J]. 鄭美珠,趙景秀. 計(jì)算機(jī)應(yīng)用. 2011(09)
[7]Effects of mask wall angle on matrix-hole shape changes during electrochemical machining by mask[J]. 李冬林,朱荻,李寒松,劉金國. Journal of Central South University of Technology. 2011(04)
[8]基于BP神經(jīng)網(wǎng)絡(luò)的電解加工工藝參數(shù)優(yōu)選研究[J]. 鄭旭,康敏,傅秀清. 電加工與模具. 2010(06)
[9]基于加工過程數(shù)值模擬的電解加工參數(shù)選擇方法[J]. 王福元,徐家文,趙建社,葛媛媛. 中國機(jī)械工程. 2006(07)
博士論文
[1]基于模糊綜合評(píng)價(jià)的管理咨詢企業(yè)顧客滿意度研究[D]. 劉宏偉.天津大學(xué) 2009
[2]發(fā)動(dòng)機(jī)葉片高精度電解加工陰極設(shè)計(jì)系統(tǒng)及實(shí)驗(yàn)研究[D]. 王蕾.南京航空航天大學(xué) 2006
碩士論文
[1]基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)視頻質(zhì)量評(píng)價(jià)算法研究[D]. 呂宗霖.北京交通大學(xué) 2018
[2]北京市公共自行車系統(tǒng)優(yōu)化關(guān)鍵技術(shù)研究[D]. 許丹丹.北京工業(yè)大學(xué) 2017
[3]大學(xué)生在校行為分析及畢業(yè)去向預(yù)測(cè)[D]. 丁濱.電子科技大學(xué) 2017
[4]玻璃混雜纖維抄取墊片材料的性能研究及配方預(yù)測(cè)[D]. 馮紅飛.昆明理工大學(xué) 2017
[5]基于負(fù)荷預(yù)測(cè)的青島電網(wǎng)用電檢查管理研究[D]. 李崢.青島大學(xué) 2016
[6]城市道路干線綠波協(xié)調(diào)控制研究及效果評(píng)價(jià)[D]. 朱明浩.北京工業(yè)大學(xué) 2016
[7]基于BP優(yōu)化算法的個(gè)人信用評(píng)價(jià)模型研究[D]. 周兵.中南林業(yè)科技大學(xué) 2015
[8]短電弧加工專用數(shù)控系統(tǒng)開發(fā)[D]. 劉權(quán).華中科技大學(xué) 2015
[9]電力變壓器故障特征多證據(jù)體信息融合診斷方法研究[D]. 劉娟.重慶大學(xué) 2015
[10]基于主成分分析-BP神經(jīng)網(wǎng)絡(luò)的港口競(jìng)爭(zhēng)力評(píng)價(jià)研究[D]. 鞏亞文.長安大學(xué) 2015
本文編號(hào):2927394
【文章來源】:沈陽理工大學(xué)遼寧省
【文章頁數(shù)】:74 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖1.1基于BP神經(jīng)網(wǎng)絡(luò)高效建模的過程??Fig.?1.1?Process?of?efficient?modeling?based?on?BP?neural?network??
金屬材料微加工領(lǐng)域,在國外,2003年瑞士?Zinger?0等[9]利用某些金屬原理??如氧化膜受激光照射后發(fā)生性能的改變,在電解微細(xì)加工時(shí)直接將工件表面的氧??化膜作為掩膜,可提高加工速度和加工精度,掩膜電解微細(xì)加工微器件如圖1.2。??f?mSSSM??B&i??圖1.2掩膜電解微細(xì)加工微器件[9】??Fig.?1.2?Mask?electrolytic?microfabrication?microdevice??2004年,Kozak等利用不同形狀特征的成型陰極進(jìn)行高頻窄脈沖電解加工,??以測(cè)量加工零件的精度。研宄證明高頻窄脈沖電解加工和成型陰極的共同作用,??可增強(qiáng)工件蝕除的定域性,提高加工精度。??在國內(nèi),2011年哈爾濱工業(yè)大學(xué)陳輝等對(duì)不銹鋼微小結(jié)構(gòu)的加工工藝和半導(dǎo)??體硅材料電化學(xué)微細(xì)加工方法等方面進(jìn)行研宄,電化學(xué)銑削加工微槽的截面輪廓,??-4-??
力、電極進(jìn)給速度、電解液初始溫度、電解液成分及濃度和工件材料,以上均是??可控的參數(shù)變量。??BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)(見圖1.5)設(shè)計(jì):采用單隱含層,輸入層6個(gè)節(jié)點(diǎn)、??隱含層13個(gè)節(jié)點(diǎn)、輸出層2個(gè)節(jié)點(diǎn)的BP神經(jīng)網(wǎng)絡(luò)。激勵(lì)函數(shù)采用S型函數(shù);隱??含層和輸出層的輸出、網(wǎng)絡(luò)總誤差采用基本BP神經(jīng)網(wǎng)絡(luò)的模式;修正函數(shù)中的學(xué)??習(xí)率和動(dòng)態(tài)擾動(dòng)因子為定值。??預(yù)測(cè)模型訓(xùn)練:將樣本集分為兩組,一組用于網(wǎng)絡(luò)的訓(xùn)練,一組用于網(wǎng)絡(luò)的??測(cè)試。預(yù)測(cè)模型訓(xùn)練結(jié)果為當(dāng)學(xué)習(xí)率為0.9、動(dòng)態(tài)擾動(dòng)因子為0.01、最小網(wǎng)絡(luò)總誤??差為0.001時(shí)網(wǎng)絡(luò)預(yù)測(cè)效果最佳。??缺點(diǎn):網(wǎng)絡(luò)預(yù)測(cè)值與試驗(yàn)值存在一定的誤差,網(wǎng)絡(luò)精度需進(jìn)一步改進(jìn);該組??BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型采用基本BP算法,對(duì)算法本身固有易陷入局部極小值、收??-7-??
【參考文獻(xiàn)】:
期刊論文
[1]基于機(jī)器學(xué)習(xí)的軟件缺陷識(shí)別的必要性[J]. 韓宏峰,羅羿隆,相克磊,徐毅蒙. 電腦知識(shí)與技術(shù). 2017(25)
[2]基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)的電壓快速估計(jì)[J]. 尤金,劉俊勇,邱高,胥威汀,茍競(jìng). 電力勘測(cè)設(shè)計(jì). 2017(01)
[3]礦區(qū)水環(huán)境數(shù)據(jù)預(yù)測(cè)模型研究[J]. 屈曉淵,張永恒,張峰,董建剛. 電子設(shè)計(jì)工程. 2016(10)
[4]深基坑施工變形神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)分析[J]. 陳炳志,白云. 山西建筑. 2015(06)
[5]改進(jìn)BP神經(jīng)網(wǎng)絡(luò)在木構(gòu)古建筑中的壽命預(yù)測(cè)[J]. 路楊,李鵬珊,翟盼盼. 計(jì)算機(jī)技術(shù)與發(fā)展. 2014(05)
[6]基于區(qū)域一致性測(cè)度的彩色圖像邊緣檢測(cè)[J]. 鄭美珠,趙景秀. 計(jì)算機(jī)應(yīng)用. 2011(09)
[7]Effects of mask wall angle on matrix-hole shape changes during electrochemical machining by mask[J]. 李冬林,朱荻,李寒松,劉金國. Journal of Central South University of Technology. 2011(04)
[8]基于BP神經(jīng)網(wǎng)絡(luò)的電解加工工藝參數(shù)優(yōu)選研究[J]. 鄭旭,康敏,傅秀清. 電加工與模具. 2010(06)
[9]基于加工過程數(shù)值模擬的電解加工參數(shù)選擇方法[J]. 王福元,徐家文,趙建社,葛媛媛. 中國機(jī)械工程. 2006(07)
博士論文
[1]基于模糊綜合評(píng)價(jià)的管理咨詢企業(yè)顧客滿意度研究[D]. 劉宏偉.天津大學(xué) 2009
[2]發(fā)動(dòng)機(jī)葉片高精度電解加工陰極設(shè)計(jì)系統(tǒng)及實(shí)驗(yàn)研究[D]. 王蕾.南京航空航天大學(xué) 2006
碩士論文
[1]基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)視頻質(zhì)量評(píng)價(jià)算法研究[D]. 呂宗霖.北京交通大學(xué) 2018
[2]北京市公共自行車系統(tǒng)優(yōu)化關(guān)鍵技術(shù)研究[D]. 許丹丹.北京工業(yè)大學(xué) 2017
[3]大學(xué)生在校行為分析及畢業(yè)去向預(yù)測(cè)[D]. 丁濱.電子科技大學(xué) 2017
[4]玻璃混雜纖維抄取墊片材料的性能研究及配方預(yù)測(cè)[D]. 馮紅飛.昆明理工大學(xué) 2017
[5]基于負(fù)荷預(yù)測(cè)的青島電網(wǎng)用電檢查管理研究[D]. 李崢.青島大學(xué) 2016
[6]城市道路干線綠波協(xié)調(diào)控制研究及效果評(píng)價(jià)[D]. 朱明浩.北京工業(yè)大學(xué) 2016
[7]基于BP優(yōu)化算法的個(gè)人信用評(píng)價(jià)模型研究[D]. 周兵.中南林業(yè)科技大學(xué) 2015
[8]短電弧加工專用數(shù)控系統(tǒng)開發(fā)[D]. 劉權(quán).華中科技大學(xué) 2015
[9]電力變壓器故障特征多證據(jù)體信息融合診斷方法研究[D]. 劉娟.重慶大學(xué) 2015
[10]基于主成分分析-BP神經(jīng)網(wǎng)絡(luò)的港口競(jìng)爭(zhēng)力評(píng)價(jià)研究[D]. 鞏亞文.長安大學(xué) 2015
本文編號(hào):2927394
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/2927394.html
最近更新
教材專著