基于人工神经网络的冷挤压精度预测  

ANN-Based Precision Forecast of Cold Extruded Part

作　　者：田希杰 高军[2] 季廷炜[2] 张伟杰[2] 

机构地区：[1]济南大学机械工程学院,山东济南250022 [2]山东大学材料科学与工程学院,山东济南250061

出　　处：《锻压装备与制造技术》2007年第6期89-91,共3页China Metalforming Equipment & Manufacturing Technology

基　　金：山东自然科学基金资助项目(Z2006F06);山东省博士后科研项目择优资助项目(200603020)

摘　　要：本文选择了三层BP神经网络来进行冷挤压成形精度的预测,采用正交实验设计的方法来选取人工神经网络的训练和测试样本,并按照一定的原则对人工神经网络进行了训练。结合典型实例,验证了用人工神经网络预测冷挤压成形精度的有效性。Three-layer BP ANN has been selected to forecast the forming precision of the cold extruded part. TAGUCHI method has been used to select the training and testing set of ANN, and ANN has been trained according to some principles.ha the end, a typical example shows that it is valid to forecast the forming precision of the cold extruded part using ANN.

关 键 词：计算机应用 精度预测 冷挤压 人工神经网络 

分 类 号：TG376[金属学及工艺—金属压力加工]