论文部分内容阅读
在航空航天领域,钛合金应用越来越广泛,在加工过程中,需要对钛合金切削力进行预测。但是国内大多数的预测方法无法实时地对加工过程进行预测,存在切削力预测误差较大的问题。为此,提出一种基于神经网络的钛合金切削力预测方法。该方法利用神经网络选取影响钛合金切削力变化的多种因素,并将这些因素定义为预测的辅助变量,在此基础上进行数据预处理,计算数据样本间的相似度,对辅助变量进行归一化处理,建立基于神经网络的钛合金切削力预测模型。利用PSO优化神经网络的初始参数,将切削温度和切削的最大允许误差和实际值作为神经网络的输入和