基于反向传播神经网络的机轮舱衬套加工质量预测方法

机轮舱衬套是一种高精度的薄壁零件,加工过程工艺参数的设置会影响到成品质量,关键尺寸不易保证。为了找到合适的加工工艺参数,根据已有的加工数据,提出一种基于多输出深度神经网络模型的加工质量预测方法。该方法首先对已有的机轮舱衬套加工数据进行数据处理、选取和相关性分析,明确影响加工质量的主要变量;然后以车削主轴速度、车削进给速度、磨削主轴速度、磨削进给速度、时效时间作为加工工艺参数,衬套内径、外径、圆度作为输出进行模型训练,并在150套机轮舱衬套数据上进行了试验验证。结果表明,提出的模型在衬套内径、外径、圆度的预测精度误差分别为0.202%、0.254%、0.274%,其训练的模型能快速预测成品加工质量,避免人工经验参数带来的误差,提高产品质量。