基于优化神经网络的深孔钻削直线度的预测

深孔加工中直线度是衡量孔的加工质量的重要指标之一。综合考虑直线度受到转速n、进给量s、切削液流速v、切削深度t4个切削参数影响,以此4个参数为输入建立BP神经网络系统。对BP神经网络进一步优化,应用基于进化算法的BP神经网络来对BTA钻削直线度进行预测,并通过Matlab编程以及绘制出直线度预测值与真实值折线图,达到了很好的效果,拓展了BTA钻削研究思路。

基于差分进化算法的Stewart-Gough平台的设计优化

利用差分进化算法对Stewart-Gough平台进行优化。首先,对Stewart-Gough平台的对称结构和非对称结构进行了介绍;其次,通过综合考虑工作空间的限制,工作空间内存在奇异结构以及成本高这3个因素的影响定义了目标函数;最后,选定用于优化的工具为差分算法,并使用差分算法对Stewart-Gough平台进行了优化。优化结果表明,合理选择Stewart-Gough平台的结构及其参数,可达到最大化有效载荷或最小化每条腿上所需要的力(用以抵消外界施加在动平台上的力)的目的。与其他算法相比,差分算法具有较好的全局寻优能力,选用差分进化算法作为优化工具,优化及仿真过程借助MATLAB来实现。