基于改进BP神经网络的电解加工预测模型研究
发布时间：2020-12-20 06:38
电解微细加工是航空发动机零部件制造领域的关键技术之一,它具有生产效率高、表面质量好、无工具损耗、适于加工高硬度耐热合金等优点。为解决实际加工中试验次数多、生产成本高、选取加工参数困难等问题,根据人工神经网络有关理论,采用改进的动量-自适应学习BP算法构建BP神经网络预测模型。根据实际电解加工情况,分析了电解加工参数对试验结果的影响,改进了基本BP神经网络算法,建立了基于动量-自适应学习的BP神经网络预测模型,对电解加工试验结果预测精度较高,为电解加工预测模型更深层次的研究、试验及论证奠定一定的理论基础。本文的主要研究工作如下:首先,研究了电解加工的理论基础并进行了预测模型的参数选择。在特定的恒温电解液条件下,电解加工的电流值、电解电压、脉冲电源频率、脉冲电源占空比、初始加工间隙、电极给进速度等参数对试验结果影响较大,并选取以上加工参数作预测模型的输入层,加工时间和微孔的上下孔径等三个参数作预测模型的输出层。其次,阐述了 BP神经网络的理论基础并对基本BP算法做出改进。针对基本BP算法固有的收敛速度慢、易陷入局部极小等缺陷进行改进,给出了多种配套的改进方案,经过筛选对比得到网络学习效率高...
【文章来源】：沈阳理工大学辽宁省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
图１．１基于ＢＰ神经网络高效建模的过程??Ｆｉｇ．?１．１?Ｐｒｏｃｅｓｓ?ｏｆ?ｅｆｆｉｃｉｅｎｔ?ｍｏｄｅｌｉｎｇ?ｂａｓｅｄ?ｏｎ?ＢＰ?ｎｅｕｒａｌ?ｎｅｔｗｏｒｋ??
金属材料微加工领域，在国外，２００３年瑞士?Ｚｉｎｇｅｒ?０等［９］利用某些金属原理??如氧化膜受激光照射后发生性能的改变，在电解微细加工时直接将工件表面的氧??化膜作为掩膜，可提高加工速度和加工精度，掩膜电解微细加工微器件如图１．２。??ｆ?ｍＳＳＳＭ?？Ｂ＆ｉ??图１．２掩膜电解微细加工微器件［９】??Ｆｉｇ．?１．２?Ｍａｓｋ?ｅｌｅｃｔｒｏｌｙｔｉｃ?ｍｉｃｒｏｆａｂｒｉｃａｔｉｏｎ?ｍｉｃｒｏｄｅｖｉｃｅ??２００４年，Ｋｏｚａｋ等利用不同形状特征的成型阴极进行高频窄脉冲电解加工，??以测量加工零件的精度。研宄证明高频窄脉冲电解加工和成型阴极的共同作用，??可增强工件蚀除的定域性，提高加工精度。??在国内，２０１１年哈尔滨工业大学陈辉等对不锈钢微小结构的加工工艺和半导??体硅材料电化学微细加工方法等方面进行研宄，电化学铣削加工微槽的截面轮廓，??－４－??
力、电极进给速度、电解液初始温度、电解液成分及浓度和工件材料，以上均是??可控的参数变量。??ＢＰ神经网络模型结构（见图１．５）设计：采用单隐含层，输入层６个节点、??隐含层１３个节点、输出层２个节点的ＢＰ神经网络。激励函数采用Ｓ型函数；隐??含层和输出层的输出、网络总误差采用基本ＢＰ神经网络的模式；修正函数中的学??习率和动态扰动因子为定值。??预测模型训练：将样本集分为两组，一组用于网络的训练，一组用于网络的??测试。预测模型训练结果为当学习率为０．９、动态扰动因子为０．０１、最小网络总误??差为０．００１时网络预测效果最佳。??缺点：网络预测值与试验值存在一定的误差，网络精度需进一步改进；该组??ＢＰ神经网络预测模型采用基本ＢＰ算法，对算法本身固有易陷入局部极小值、收??－７－??
【参考文献】：
期刊论文
[1]基于机器学习的软件缺陷识别的必要性[J]. 韩宏峰,罗羿隆,相克磊,徐毅蒙. 电脑知识与技术. 2017(25)
[2]基于自适应神经网络的电压快速估计[J]. 尤金,刘俊勇,邱高,胥威汀,苟竞. 电力勘测设计. 2017(01)
[3]矿区水环境数据预测模型研究[J]. 屈晓渊,张永恒,张峰,董建刚. 电子设计工程. 2016(10)
[4]深基坑施工变形神经网络预测分析[J]. 陈炳志,白云. 山西建筑. 2015(06)
[5]改进BP神经网络在木构古建筑中的寿命预测[J]. 路杨,李鹏珊,翟盼盼. 计算机技术与发展. 2014(05)
[6]基于区域一致性测度的彩色图像边缘检测[J]. 郑美珠,赵景秀. 计算机应用. 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,刘金国. Journal of Central South University of Technology. 2011(04)
[8]基于BP神经网络的电解加工工艺参数优选研究[J]. 郑旭,康敏,傅秀清. 电加工与模具. 2010(06)
[9]基于加工过程数值模拟的电解加工参数选择方法[J]. 王福元,徐家文,赵建社,葛媛媛. 中国机械工程. 2006(07)
博士论文
[1]基于模糊综合评价的管理咨询企业顾客满意度研究[D]. 刘宏伟.天津大学 2009
[2]发动机叶片高精度电解加工阴极设计系统及实验研究[D]. 王蕾.南京航空航天大学 2006
硕士论文
[1]基于神经网络的网络视频质量评价算法研究[D]. 吕宗霖.北京交通大学 2018
[2]北京市公共自行车系统优化关键技术研究[D]. 许丹丹.北京工业大学 2017
[3]大学生在校行为分析及毕业去向预测[D]. 丁滨.电子科技大学 2017
[4]玻璃混杂纤维抄取垫片材料的性能研究及配方预测[D]. 冯红飞.昆明理工大学 2017
[5]基于负荷预测的青岛电网用电检查管理研究[D]. 李峥.青岛大学 2016
[6]城市道路干线绿波协调控制研究及效果评价[D]. 朱明浩.北京工业大学 2016
[7]基于BP优化算法的个人信用评价模型研究[D]. 周兵.中南林业科技大学 2015
[8]短电弧加工专用数控系统开发[D]. 刘权.华中科技大学 2015
[9]电力变压器故障特征多证据体信息融合诊断方法研究[D]. 刘娟.重庆大学 2015
[10]基于主成分分析-BP神经网络的港口竞争力评价研究[D]. 巩亚文.长安大学 2015
本文编号：2927394
【文章来源】：沈阳理工大学辽宁省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
图１．１基于ＢＰ神经网络高效建模的过程??Ｆｉｇ．?１．１?Ｐｒｏｃｅｓｓ?ｏｆ?ｅｆｆｉｃｉｅｎｔ?ｍｏｄｅｌｉｎｇ?ｂａｓｅｄ?ｏｎ?ＢＰ?ｎｅｕｒａｌ?ｎｅｔｗｏｒｋ??
金属材料微加工领域，在国外，２００３年瑞士?Ｚｉｎｇｅｒ?０等［９］利用某些金属原理??如氧化膜受激光照射后发生性能的改变，在电解微细加工时直接将工件表面的氧??化膜作为掩膜，可提高加工速度和加工精度，掩膜电解微细加工微器件如图１．２。??ｆ?ｍＳＳＳＭ?？Ｂ＆ｉ??图１．２掩膜电解微细加工微器件［９】??Ｆｉｇ．?１．２?Ｍａｓｋ?ｅｌｅｃｔｒｏｌｙｔｉｃ?ｍｉｃｒｏｆａｂｒｉｃａｔｉｏｎ?ｍｉｃｒｏｄｅｖｉｃｅ??２００４年，Ｋｏｚａｋ等利用不同形状特征的成型阴极进行高频窄脉冲电解加工，??以测量加工零件的精度。研宄证明高频窄脉冲电解加工和成型阴极的共同作用，??可增强工件蚀除的定域性，提高加工精度。??在国内，２０１１年哈尔滨工业大学陈辉等对不锈钢微小结构的加工工艺和半导??体硅材料电化学微细加工方法等方面进行研宄，电化学铣削加工微槽的截面轮廓，??－４－??
力、电极进给速度、电解液初始温度、电解液成分及浓度和工件材料，以上均是??可控的参数变量。??ＢＰ神经网络模型结构（见图１．５）设计：采用单隐含层，输入层６个节点、??隐含层１３个节点、输出层２个节点的ＢＰ神经网络。激励函数采用Ｓ型函数；隐??含层和输出层的输出、网络总误差采用基本ＢＰ神经网络的模式；修正函数中的学??习率和动态扰动因子为定值。??预测模型训练：将样本集分为两组，一组用于网络的训练，一组用于网络的??测试。预测模型训练结果为当学习率为０．９、动态扰动因子为０．０１、最小网络总误??差为０．００１时网络预测效果最佳。??缺点：网络预测值与试验值存在一定的误差，网络精度需进一步改进；该组??ＢＰ神经网络预测模型采用基本ＢＰ算法，对算法本身固有易陷入局部极小值、收??－７－??
【参考文献】：
期刊论文
[1]基于机器学习的软件缺陷识别的必要性[J]. 韩宏峰,罗羿隆,相克磊,徐毅蒙. 电脑知识与技术. 2017(25)
[2]基于自适应神经网络的电压快速估计[J]. 尤金,刘俊勇,邱高,胥威汀,苟竞. 电力勘测设计. 2017(01)
[3]矿区水环境数据预测模型研究[J]. 屈晓渊,张永恒,张峰,董建刚. 电子设计工程. 2016(10)
[4]深基坑施工变形神经网络预测分析[J]. 陈炳志,白云. 山西建筑. 2015(06)
[5]改进BP神经网络在木构古建筑中的寿命预测[J]. 路杨,李鹏珊,翟盼盼. 计算机技术与发展. 2014(05)
[6]基于区域一致性测度的彩色图像边缘检测[J]. 郑美珠,赵景秀. 计算机应用. 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,刘金国. Journal of Central South University of Technology. 2011(04)
[8]基于BP神经网络的电解加工工艺参数优选研究[J]. 郑旭,康敏,傅秀清. 电加工与模具. 2010(06)
[9]基于加工过程数值模拟的电解加工参数选择方法[J]. 王福元,徐家文,赵建社,葛媛媛. 中国机械工程. 2006(07)
博士论文
[1]基于模糊综合评价的管理咨询企业顾客满意度研究[D]. 刘宏伟.天津大学 2009
[2]发动机叶片高精度电解加工阴极设计系统及实验研究[D]. 王蕾.南京航空航天大学 2006
硕士论文
[1]基于神经网络的网络视频质量评价算法研究[D]. 吕宗霖.北京交通大学 2018
[2]北京市公共自行车系统优化关键技术研究[D]. 许丹丹.北京工业大学 2017
[3]大学生在校行为分析及毕业去向预测[D]. 丁滨.电子科技大学 2017
[4]玻璃混杂纤维抄取垫片材料的性能研究及配方预测[D]. 冯红飞.昆明理工大学 2017
[5]基于负荷预测的青岛电网用电检查管理研究[D]. 李峥.青岛大学 2016
[6]城市道路干线绿波协调控制研究及效果评价[D]. 朱明浩.北京工业大学 2016
[7]基于BP优化算法的个人信用评价模型研究[D]. 周兵.中南林业科技大学 2015
[8]短电弧加工专用数控系统开发[D]. 刘权.华中科技大学 2015
[9]电力变压器故障特征多证据体信息融合诊断方法研究[D]. 刘娟.重庆大学 2015
[10]基于主成分分析-BP神经网络的港口竞争力评价研究[D]. 巩亚文.长安大学 2015
本文编号：2927394
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2927394.html
