超声滚挤压表面硬度预测模型研究
王晓强
阮孝林
崔凤奎
刘飞
1.河南科技大学机电工程学院,洛阳471003;河南省机械装备先进制造协同创新中心,洛阳4710032.河南科技大学机电工程学院,洛阳471003;河南省机械装备先进制造协同创新中心,洛阳4710033.河南科技大学机电工程学院,洛阳471003;河南省机械装备先进制造协同创新中心,洛阳4710034.河南科技大学机电工程学院,洛阳471003;河南省机械装备先进制造协同创新中心,洛阳471003
摘要：表面硬度是评价表面加工质量的一项重要指标,超声滚挤压强化加工技术对于表面强化具有十分显著的作用.以42CrMo轴承钢为对象,对超声滚挤压正交实验结果进行了极差分析,得到了工艺参数对表面硬度的作用显著性大小,运用k折交叉验证法,充分考虑模型的拟合能力和预测能力,分段对比分析了BP神经网络模型和逐步回归模型的可靠度和精确性.结果 表明,逐步回归模型的验证误差分布范围和平均误差更小,具有更高的预测精度;最终所建的表面硬度预测模型整体及系数显著性强,能够应用于超声滚挤压加工表面质量的优化提高研究中.
关键词：超声滚挤压BP神经网络逐步回归预测模型表面硬度
分类号：TH16(机械制造工艺)
资助基金：国家自然科学基金(51475146)国家自然科学基金(51075124)
论文发表日期：2020-08-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：6( 811-816 )
英文信息