标题：基于反向传播神经网络的机轮舱衬套加工质量预测方法
作者：蒋世奇；邓伯孟 丁腾飞；刘林
作者单位：成都信息工程大学自动化学院，四川 成都 610225；中航成飞民用飞机有限责任公司，四川 成都 610031；西南科技大学计算机科学与技术学院， 四川 绵阳 621010
关键字：机器学习；深度神经网络；机轮舱衬套；多输出回归
摘要：机轮舱衬套是一种高精度的薄壁零件，加工过程工艺参数的设置会影响到成品质量，关键尺寸不易保证。为了找到合适的加工工艺参数，根据已有的加工数据，提出一种基于多输出深度神经网络模型的加工质量预测方法。该方法首先对已有的机轮舱衬套加工数据进行数据处理、选取和相关性分析，明确影响加工质量的主要变量；然后以车削主轴速度、车削进给速度、磨削主轴速度、磨削进给速度、时效时间作为加工工艺参数，衬套内径、外径、圆度作为输出进行模型训练，并在150套机轮舱衬套数据上进行了试验验证。结果表明，提出的模型在衬套内径、外径、圆度的预测精度误差分别为0.202%、0.254%、0.274%，其训练的模型能快速预测成品加工质量，避免人工经验参数带来的误差，提高产品质量。