基于多元线性回归和BP神经网络铣削力的预测.pdfVIP

学兔兔 基于多元线性 回归和BP神经 网络铣削 力的预测 The prediction of milling force based on linearregression and BP neural network 胡艳娟 ，王 占礼，朱 丹 HUYan~uan。VvANG Zhan．¨．ZHU Dan (长春工业大学 机电工程学院，长春 130012) 摘 要 ：分别建立线性回归铣削力预测模型和BP神经网络铣削力预测模型，对铣削力进行预测 ，获得 预测值与 实验值的拟合 曲线 ，然后通过 线性回 归理 论对实验采集 的铣 削力数据进 行去除异常 数据点，再将实验数据放入BP神经网络预测模型中进行训I练及铣削力的预测，获取预测值与 实验值的拟合 曲线 ，结果表明BP神经 网络 铣削力预测模型更适合 ，并通过线性回归理论去 除 异常点后的数据，使得BP神经网络预测值更加的准确。 关键词 ：多元线性回归 ；BP神经网络 ；铣削力 中圈分类号 ：TG501．3 文献标识码 ：A 文章编号 ：13)09(下)-0096-04 34(201 009—01 Doi：10．3969／J．issn．134．201 3．09(下)．29009--01 0 引言 预 测 平 均 铣 削 力 。神 经 网络 就 像 是一 个 黑 盒 子 ， 建立铣 削力模型 ，合理控制铣削加工 中零件 将 影 响 因 素 作为 输 入 量 就 会 获 得 想要 的输 出量 。 的加 工 误 差 、刀 具 磨 损 、 刀具 断 裂 和 机 床振 动 ， 多元 回归 分 析是 一 种 最 广 泛 使 用 的统 计 技 术 ，常 对 于 优 化 加 工 参 数 ， 保 证 零件 加 工 质 量具 有重 要 用 来 分析 多因 素数 据 。使 用 这 种技 术 ，可以建 立 多 的意 义 。 因此 很 多 学 者 不断 地 对 吸 削 加 工过 程 中 组 独 立 的变 量 和 一 个 因变 量 之 间 的关 系 。因 此 多 元 回归分 析得 到不 同的应 用[11,12]0 产生 的 铣 削 力进 行 研 引。切 削 力 模型 主 要 可分 为理 论 模 型 、经 验 模 型 、机 械 力 学 模 型 、 有 限 元 本 文 通 过建 立 多元 线性 回 归预 测模 型 和BP神 模型和神经网络模型等。但是文献[31在将理论分 经 网络 预 测 模 型u ，预 测铣 削力 ，再 通 过线 性 回 析 与 经验 相 结合 的 基 础 上 ，建 立 了统 一 的 切 削 力 归理论对实验数据进行去异常点处理 ，然后将未 模型，使得这样的切削力模型比单独的理 论模型 去除 异