表面滚压强化工艺对FV520B钢表面完整性的影响及预测模型建立

摘要：

目的 基于多元回归法和BP神经网络建立预测模型,实现对滚压后试件表面完整性指标的精准控制,从而指导实际加工生产.方法 以FV520B钢为研究对象,以滚压工艺参数(压强、进给量、滚压速度)为影响因素,以材料表面完整性指标(表面粗糙度、表面硬度、塑性变形层深度)为评价指标,设计了正交试验.通过对正交试验数据进行方差分析和信噪比分析,探究了滚压工艺参数对FV520B钢表面完整性的影响.基于正交试验数据构建了多元回归预测模型和BP神经网络预测模型,并对2种模型的有效性和精准度进行了分析和比较.结果 进给量对表面粗糙度有显著影响,随着进给量的增大,表面粗糙度也显著增大.压强和进给量对塑性变形层深度均有显著影响,且塑性变形层深度随着压强的增大而增大,随着进给量的增大而减小.多元回归法建立的预测模型的拟合度较差,而BP神经网络预测模型的实验值和预测值的相对误差均在 10%以下,预测效果较好.结论 相比于多元回归预测模型,BP 神经网络预测模型具有误差小、泛化性能好等优点,能够实现对滚压后试件表面完整性指标的精准控制,为实际的加工生产提供一定的指导.

关键词：FV520B钢、表面完整性、正交试验、多元回归法、BP神经网络

所属期刊栏目：15

分类号：TG668

在线出版日期：2023-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：166-175