一种基于BP神经网络算法的铜管内螺纹成形质量预测方法

摘要

本发明涉及一种基于BP神经网络算法的铜管内螺纹成形质量预测方法，属于铜材内螺纹质量预测技术领域。目的是为了提供一种应用简单、质量可控、效率高的铜管内螺纹制造前期预测方法了，本发明以电机转速、拉拔速度和旋压位置3个要素为自变量，以内螺纹齿高为因变量建立了基于遗传算法的BP神经网络对内螺纹成形质量进行预测，从离散的实验数据中通过训练学习，将复杂的数学建模问题转化为求解网络连接权值和阈值的问题，建立了反映内螺纹成形过程中各主要工艺参数与成形质量内在规律的系统模型，从而为内螺纹成形质量和缺陷的预测提供有效途径。