机床与液压

作者：刘红军，邵泓斌

单位：沈阳航空航天大学机电工程学院；沈阳航空航天大学机电工程学院

关键词：航空壁板变形预测;粒子群优化算法;麻雀搜索算法;BP神经网络;Abaqus仿真

基金：国家自然科学基金（51875367）

航空壁板在制孔时由于装夹会发生轻微形变，导致盲制孔精度降低。受加工成本影响，无法通过众多激光传感器来确定装夹后壁板的确切位置。为精准预测航空壁板的变形量，提出一种改进的神经网络预测算法，首先利用粒子群优化算法（PSO）将BP神经网络的初始权值和阈值进行初次优化，再选取收敛速度快、全局寻优能力强的麻雀搜索算法（SSA）对权值和阈值进行二次寻优，从而建立SSA-PSO-BP神经网络航空壁板装夹变形预测模型。利用Abaqus软件获取50组壁板变形数据作为神经网络的训练与预测数据（训练集45个，测试集5个），对神经网络模型进行训练。为了验证所建模型的准确性，利用BP、PSO-BP、SSA-PSO-BP这3种模型对测试集进行预测，并运用MAPE与RMSE对神经网络模型进行评价。结果表明：基于SSA-PSO-BP的神经网络模型预测航空壁板变形误差较小，预测结果准确率更高。

来源：2023年第23期

《机床与液压》期刊编辑部

查看机床与液压杂志2023年第23期