基于BP神经网络和多目标粒子群算法的自动钻铆工艺参数优化方法

摘要

飞机壁板自动钻铆大量采用干涉连接,干涉量的均匀程度与壁板变形程度的协同控制是目前亟须解决的问题,为此提出一种基于BP神经网络(BP neural network,BPNN)的优化方法.以压铆力、压铆过程时间、压铆停留时间和夹紧力为变量,以仿真数据为样本,采用BP神经网络,建立干涉量均匀程度和壁板变形程度的预测模型,利用多目标粒子群算法(Multi-objective particle swarm optimization,MOPSO)进行多目标优化.仿真及试验结果表明,优化后的参数能够显著提升干涉量的均匀程度并有效降低板件的变形程度.