一种基于粒子群优化BP神经网络的角接触球轴承凸出量预测方法

一种基于粒子群优化BP神经网络的角接触球轴承凸出量预测方法，步骤1：创建轴承参数测量数据集；步骤2：通过灰色关联度分析，确定凸出量的影响因素；步骤3：构建基本的凸出量预测BP神经网络：步骤4：粒子群及其改进算法优化BP神经网络：采用粒子群算法对BP神经网络的初始权值和阈值进行优化，从而确定最优的初始权值和阈值。本发明建立了零件参数和成品轴承凸出量之间的映射关系，仅通过获取部分内、外圈参数的尺寸，便能够预测合套后成品轴承的凸出量。既解决了凸出量测量效率低的问题，又能够依据预测结果对内、外套圈的端面进行修磨，还可以有效避免在拆卸和合套过程中对轴承造成损伤，进而提高轴承的配对效率。