表面滚压强化工艺对FV520B钢表面完整性的影响及预测模型建立

作     者：沈铁宏 贾德凯 周永鑫 孙蛟 褚兴荣 SHEN Tie-hong;JIA De-kai;ZHOU Yong-xin;SUN Jiao;CHU Xing-rong

作者机构：山东科技职业学院机电工程系山东潍坊261053 山东大学(威海)机电与信息工程学院山东威海264209 

基　　金：山东省自然基金(ZR2021ME137) 

出 版 物：《精密成形工程》 (Journal of Netshape Forming Engineering)

年 卷 期：2023年第15卷第7期

页      码：166-175页

摘      要：目的基于多元回归法和BP神经网络建立预测模型,实现对滚压后试件表面完整性指标的精准控制,从而指导实际加工生产。方法以FV520B钢为研究对象,以滚压工艺参数(压强、进给量、滚压速度)为影响因素,以材料表面完整性指标(表面粗糙度、表面硬度、塑性变形层深度)为评价指标,设计了正交试验。通过对正交试验数据进行方差分析和信噪比分析,探究了滚压工艺参数对FV520B钢表面完整性的影响。基于正交试验数据构建了多元回归预测模型和BP神经网络预测模型,并对2种模型的有效性和精准度进行了分析和比较。结果进给量对表面粗糙度有显著影响,随着进给量的增大,表面粗糙度也显著增大。压强和进给量对塑性变形层深度均有显著影响,且塑性变形层深度随着压强的增大而增大,随着进给量的增大而减小。多元回归法建立的预测模型的拟合度较差,而BP神经网络预测模型的实验值和预测值的相对误差均在10%以下,预测效果较好。结论相比于多元回归预测模型,BP神经网络预测模型具有误差小、泛化性能好等优点,能够实现对滚压后试件表面完整性指标的精准控制,为实际的加工生产提供一定的指导。

主 题 词：FV520B钢 表面完整性 正交试验 多元回归法 BP神经网络 

学科分类：08[工学] 0802[工学-机械学] 080201[080201] 

D　O　I：10.3969/j.issn.1674-6457.2023.07.018

馆 藏 号：203122545...