论文部分内容阅读
以超声波清洗飞机发动机风扇叶片的清洁度为目标,在分析超声波清洁度多种影响因素基础上,建立超声波清洗工艺参数即超声清洗功率、温度、时间和清洗距离的非线性预测模型。采用基于遗传算法的广义回归神经网络(GRNN)进行清洁度预测,并以预测的清洁度为适应度函数,使用遗传算法对清洗参数进行优化。对GA-GRNN预测模型进行仿真验证,表明该模型预测清洁度较好。最后进行飞机发动机风扇叶片超声波清洗实验,结果表明,优化后的清洁度与GA-GRNN-GA模型预测优化的清洁度误差小于4.3%,为飞机发动机风扇片叶的自动化清