摘要
压气机叶片被广泛用于航空、能源等领域的气体压缩设备中,也被应用于农业装备中,以提高零部件的加工效率和质量,提高整机的可靠性和耐用性.因此,其设计和加工的精度要求较高.开展压气机叶片一次加工合格率预测技术研究,提出了PSO-BP预测模型,提高了网络的全局搜索能力以避免局部最优解,从而提升预测的准确度.实验结果表明,PSO-BP模型的预测精度明显高于传统BP神经网络模型,预测的最大误差百分比为1.24%,平均误差百分比为0.24%,预测准确度达到96.67%.
基金项目
教育部人文社会科学研究一般项目(17YJC 630139)
NETL
NSTL
万方数据