發(fā)布時間：2020-12-20 06:38

　　電解微細加工是航空發(fā)動機零部件制造領(lǐng)域的關(guān)鍵技術(shù)之一,它具有生產(chǎn)效率高、表面質(zhì)量好、無工具損耗、適于加工高硬度耐熱合金等優(yōu)點。為解決實際加工中試驗次數(shù)多、生產(chǎn)成本高、選取加工參數(shù)困難等問題,根據(jù)人工神經(jīng)網(wǎng)絡(luò)有關(guān)理論,采用改進的動量-自適應(yīng)學(xué)習(xí)BP算法構(gòu)建BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型。根據(jù)實際電解加工情況,分析了電解加工參數(shù)對試驗結(jié)果的影響,改進了基本BP神經(jīng)網(wǎng)絡(luò)算法,建立了基于動量-自適應(yīng)學(xué)習(xí)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型,對電解加工試驗結(jié)果預(yù)測精度較高,為電解加工預(yù)測模型更深層次的研究、試驗及論證奠定一定的理論基礎(chǔ)。本文的主要研究工作如下:首先,研究了電解加工的理論基礎(chǔ)并進行了預(yù)測模型的參數(shù)選擇。在特定的恒溫電解液條件下,電解加工的電流值、電解電壓、脈沖電源頻率、脈沖電源占空比、初始加工間隙、電極給進速度等參數(shù)對試驗結(jié)果影響較大,并選取以上加工參數(shù)作預(yù)測模型的輸入層,加工時間和微孔的上下孔徑等三個參數(shù)作預(yù)測模型的輸出層。其次,闡述了 BP神經(jīng)網(wǎng)絡(luò)的理論基礎(chǔ)并對基本BP算法做出改進。針對基本BP算法固有的收斂速度慢、易陷入局部極小等缺陷進行改進,給出了多種配套的改進方案,經(jīng)過篩選對比得到網(wǎng)絡(luò)學(xué)習(xí)效率高... 

【文章來源】：沈陽理工大學(xué)遼寧省

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．１基于ＢＰ神經(jīng)網(wǎng)絡(luò)高效建模的過程??Ｆｉｇ．?１．１?Ｐｒｏｃｅｓｓ?ｏｆ?ｅｆｆｉｃｉｅｎｔ?ｍｏｄｅｌｉｎｇ?ｂａｓｅｄ?ｏｎ?ＢＰ?ｎｅｕｒａｌ?ｎｅｔｗｏｒｋ??

金屬材料微加工領(lǐng)域，在國外，２００３年瑞士?Ｚｉｎｇｅｒ?０等［９］利用某些金屬原理??如氧化膜受激光照射后發(fā)生性能的改變，在電解微細加工時直接將工件表面的氧??化膜作為掩膜，可提高加工速度和加工精度，掩膜電解微細加工微器件如圖１．２。??ｆ?ｍＳＳＳＭ?？Ｂ＆ｉ??圖１．２掩膜電解微細加工微器件［９】??Ｆｉｇ．?１．２?Ｍａｓｋ?ｅｌｅｃｔｒｏｌｙｔｉｃ?ｍｉｃｒｏｆａｂｒｉｃａｔｉｏｎ?ｍｉｃｒｏｄｅｖｉｃｅ??２００４年，Ｋｏｚａｋ等利用不同形狀特征的成型陰極進行高頻窄脈沖電解加工，??以測量加工零件的精度。研宄證明高頻窄脈沖電解加工和成型陰極的共同作用，??可增強工件蝕除的定域性，提高加工精度。??在國內(nèi)，２０１１年哈爾濱工業(yè)大學(xué)陳輝等對不銹鋼微小結(jié)構(gòu)的加工工藝和半導(dǎo)??體硅材料電化學(xué)微細加工方法等方面進行研宄，電化學(xué)銑削加工微槽的截面輪廓，??－４－??

力、電極進給速度、電解液初始溫度、電解液成分及濃度和工件材料，以上均是??可控的參數(shù)變量。??ＢＰ神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)（見圖１．５）設(shè)計：采用單隱含層，輸入層６個節(jié)點、??隱含層１３個節(jié)點、輸出層２個節(jié)點的ＢＰ神經(jīng)網(wǎng)絡(luò)。激勵函數(shù)采用Ｓ型函數(shù)；隱??含層和輸出層的輸出、網(wǎng)絡(luò)總誤差采用基本ＢＰ神經(jīng)網(wǎng)絡(luò)的模式；修正函數(shù)中的學(xué)??習(xí)率和動態(tài)擾動因子為定值。??預(yù)測模型訓(xùn)練：將樣本集分為兩組，一組用于網(wǎng)絡(luò)的訓(xùn)練，一組用于網(wǎng)絡(luò)的??測試。預(yù)測模型訓(xùn)練結(jié)果為當(dāng)學(xué)習(xí)率為０．９、動態(tài)擾動因子為０．０１、最小網(wǎng)絡(luò)總誤??差為０．００１時網(wǎng)絡(luò)預(yù)測效果最佳。??缺點：網(wǎng)絡(luò)預(yù)測值與試驗值存在一定的誤差，網(wǎng)絡(luò)精度需進一步改進；該組??ＢＰ神經(jīng)網(wǎng)絡(luò)預(yù)測模型采用基本ＢＰ算法，對算法本身固有易陷入局部極小值、收??－７－??

【參考文獻】：
期刊論文
[1]基于機器學(xué)習(xí)的軟件缺陷識別的必要性[J]. 韓宏峰,羅羿隆,相克磊,徐毅蒙.  電腦知識與技術(shù). 2017(25)
[2]基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)的電壓快速估計[J]. 尤金,劉俊勇,邱高,胥威汀,茍競.  電力勘測設(shè)計. 2017(01)
[3]礦區(qū)水環(huán)境數(shù)據(jù)預(yù)測模型研究[J]. 屈曉淵,張永恒,張峰,董建剛.  電子設(shè)計工程. 2016(10)
[4]深基坑施工變形神經(jīng)網(wǎng)絡(luò)預(yù)測分析[J]. 陳炳志,白云.  山西建筑. 2015(06)
[5]改進BP神經(jīng)網(wǎng)絡(luò)在木構(gòu)古建筑中的壽命預(yù)測[J]. 路楊,李鵬珊,翟盼盼.  計算機技術(shù)與發(fā)展. 2014(05)
[6]基于區(qū)域一致性測度的彩色圖像邊緣檢測[J]. 鄭美珠,趙景秀.  計算機應(yīng)用. 2011(09)
[7]Effects of mask wall angle on matrix-hole shape changes during electrochemical machining by mask[J]. 李冬林,朱荻,李寒松,劉金國.  Journal of Central South University of Technology. 2011(04)
[8]基于BP神經(jīng)網(wǎng)絡(luò)的電解加工工藝參數(shù)優(yōu)選研究[J]. 鄭旭,康敏,傅秀清.  電加工與模具. 2010(06)
[9]基于加工過程數(shù)值模擬的電解加工參數(shù)選擇方法[J]. 王福元,徐家文,趙建社,葛媛媛.  中國機械工程. 2006(07)

博士論文
[1]基于模糊綜合評價的管理咨詢企業(yè)顧客滿意度研究[D]. 劉宏偉.天津大學(xué) 2009
[2]發(fā)動機葉片高精度電解加工陰極設(shè)計系統(tǒng)及實驗研究[D]. 王蕾.南京航空航天大學(xué) 2006

碩士論文
[1]基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)視頻質(zhì)量評價算法研究[D]. 呂宗霖.北京交通大學(xué) 2018
[2]北京市公共自行車系統(tǒng)優(yōu)化關(guān)鍵技術(shù)研究[D]. 許丹丹.北京工業(yè)大學(xué) 2017
[3]大學(xué)生在校行為分析及畢業(yè)去向預(yù)測[D]. 丁濱.電子科技大學(xué) 2017
[4]玻璃混雜纖維抄取墊片材料的性能研究及配方預(yù)測[D]. 馮紅飛.昆明理工大學(xué) 2017
[5]基于負(fù)荷預(yù)測的青島電網(wǎng)用電檢查管理研究[D]. 李崢.青島大學(xué) 2016
[6]城市道路干線綠波協(xié)調(diào)控制研究及效果評價[D]. 朱明浩.北京工業(yè)大學(xué) 2016
[7]基于BP優(yōu)化算法的個人信用評價模型研究[D]. 周兵.中南林業(yè)科技大學(xué) 2015
[8]短電弧加工專用數(shù)控系統(tǒng)開發(fā)[D]. 劉權(quán).華中科技大學(xué) 2015
[9]電力變壓器故障特征多證據(jù)體信息融合診斷方法研究[D]. 劉娟.重慶大學(xué) 2015
[10]基于主成分分析-BP神經(jīng)網(wǎng)絡(luò)的港口競爭力評價研究[D]. 鞏亞文.長安大學(xué) 2015



本文編號：2927394