基于神經網絡的高錳鋼鉆削溫度和鉆削力預測研究

摘要：為了充分保障鐵路道岔的質量,需要預測高錳鋼鉆削溫度和鉆削力。國內大多數的預測方法無法實時對高錳鋼鉆削溫度和鉆削力進行預測,存在預測誤差大的問題。為此,提出一種基于神經網絡的高錳鋼鉆削溫度和鉆削力預測方法。該方法先利用神經網絡選取影響高錳鋼鉆削溫度和鉆削力變化的多種因素,將該因素定義為預測的輔助變量,在此基礎上進行數據預處理,計算數據樣本間的相似度,對輔助變量進行歸一化處理,建立基于神經網絡的高錳鋼鉆削溫度和鉆削力預測模型。利用PSO優化神經網絡的初始參數,將鉆削溫度和鉆削的最大允許誤差和實際值作為神經網絡網絡的輸入和輸出,設定網絡的閾值和學習速率,在此基礎上完成高錳鋼鉆削溫度和鉆削力預測。實驗仿真證明:該模型精度高,為高錳鋼的鉆削機理研究提供新的手段和依據。