超声挤压轴类零件表面粗糙度预测模型分析

摘要：

为实现对超声挤压轴类零件表面粗糙度的合理预测,采用多元回归法、MLP神经网络法以及支持向量机回归法进行预测分析研究.将模型预估时所得数值与实际检测值进行比较分析,结果表明:相比于其他学者借助径向基神经网络构建的模型,其预测的相对误差为5.2%;借助多元回归法构建的模型具有更高的预测准确度,其预测的平均相对误差最小,最小值为4.92%.该预测模型可以进行不同参数下零件表面粗糙度的预测.

关键词：超声挤压、正交试验、MLP神经网络、支持向量机、多元回归法

所属期刊栏目：33

分类号：TG663

资助基金：天津市新一代人工智能科技重大专项21ZXJBGX00020

在线出版日期：2023-07-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：37-41,47