基于广义维数与优化BP神经网络的刀具磨损量预测
来源期刊：东北大学学报(自然科学版)2013年第9期
论文作者：张锴锋 袁惠群 聂鹏
文章页码：1292 - 1295
关键词：广义分形维数;BP神经网络;刀具磨损;预测;遗传算法;
摘 要：根据多重分形理论,采用改进的盒计数法计算了切削加工过程中声发射(AE)信号的广义分形维数,得到了不同刀具磨损状态下AE信号的广义维数谱,分析了广义维数与刀具磨损量之间的关系.以广义分形维数以及切削加工参数为特征,进行归一化处理后作为BP神经网络输入向量;采用遗传学算法,对BP神经网络的初始权值和阈值进行了优化,利用优化后的神经网络对刀具磨损量进行预测.测试结果表明,该方法可以较精确地预测刀具磨损量,平均预测误差为0.01 mm.
张锴锋1，袁惠群2，聂鹏3
1. 东北大学机械工程与自动化学院2. 东北大学理学院3. 沈阳航空航天大学机电工程学院
摘 要：根据多重分形理论,采用改进的盒计数法计算了切削加工过程中声发射(AE)信号的广义分形维数,得到了不同刀具磨损状态下AE信号的广义维数谱,分析了广义维数与刀具磨损量之间的关系.以广义分形维数以及切削加工参数为特征,进行归一化处理后作为BP神经网络输入向量;采用遗传学算法,对BP神经网络的初始权值和阈值进行了优化,利用优化后的神经网络对刀具磨损量进行预测.测试结果表明,该方法可以较精确地预测刀具磨损量,平均预测误差为0.01 mm.
关键词：广义分形维数;BP神经网络;刀具磨损;预测;遗传算法;
