机床与液压

作者：匡佳维，周细枝，付渝彬，余中全，黎仕

单位：湖北工业大学机械工程学院；湖北工业大学机械工程学院；湖北工业大学机械工程学院；湖北工业大学机械工程学院；湖北工业大学机械工程学院

关键词：切削力预测;RBF神经网络;CFA PSO算法;Tent映射;高斯变异

基金：湖北省科技厅重大专项（2022BEC022）

针对传统电流-切削力神经网络预测模型精度不高且神经网络参数难以确定的问题，将主轴电流与驱动轴电流同时考虑作为输入样本，提出帐篷映射下高斯变异粒子群优化径向基神经网络算法。算法在改进收缩粒子群径向基神经网络（改进CFA PSO-RBF）的基础上，对粒子位置初始化采用帐篷映射（Tent Map），同时提出粒子动态高斯变异。该算法能够均匀化粒子初始位置，控制变异过程，并有效避免算法陷入局部最优的早熟问题。基于此方法进行算法对比分析实验，结果表明：同时考虑主轴与驱动轴电流，较单一考虑主轴电流，铣削力预测精度更高；在该算法下，随机15次训练结果平均均方根误差低于BP、RBF、改进CFA PSO-RBF神经网络，能够有效提高铣削力预测精度。

来源：2024年第21期

《机床与液压》期刊编辑部

查看机床与液压杂志2024年第21期