基于RBF人工神经网络的喷丸成形工艺参数预测方法

摘要

提出一种采用RBF(Radial Basis Function,径向基函数)人工神经网络方法近似建立薄壁金属零件喷丸变形效果与喷丸工艺参数之间的非线性不可逆关系,以预测喷丸成形所需工艺参数.根据成形试验中喷丸成形工艺参数影响喷丸成形效果的规律性分析,建立了预测喷丸成形工艺参数的RBF人工神经网络模型.选取一定的喷丸成形试验数据为样本,利用交替梯度算法对所建立的网络进行训练.利用训练后的RBF网络对试验数据进行预测,预测结果数据与实际数据之间的最大误差为4.36%,能够有效预测所需的成形工艺参数.通过与BP网络进行比较表明:基于RBF人工神经网络的喷丸成形工艺参数预测方法训练时间短、预测精度高、稳定性好.