DOI：10.3969/j.issn.1672-3872.2025.S1.037
作 者：刘 畅 1，2 ，刘红军 1，2
（1. 沈阳航空航天大学机电工程学院，辽宁 沈阳 110136；2. 沈阳航空航天大学飞行器快速试制技术研究教育部重点实验室，辽宁 沈阳 110136）
摘 要：【目的】解决后机身眼镜框装配变形预测的难题，实现眼镜框壁板变形量的精确预测。【方法】提出了一种改进的神经网络预测算法，首先，利用小龙虾群优化算法（COA）将神经网络的初始值和阈值进行初步优化。其次，在算法觅食阶段引入天鹰座优化算法（AO）第一阶段来弥补全局搜索能力的不足，调整搜索边界、扩展搜索策略，并引入垂直交叉操作进行多维度搜索，提高预测精准度，从而建立了CH-COA后机身眼镜框装配变形预测模型。最后，利用ANSYS软件获取50组眼镜框变形数据作为神经网络的训练和预测数据，对神经网络模型进行了训练，并分别与未改进的COA、MOV、HHO、MPA预测模型进行了对比。【结果】基于CH-COA神经网络模型的后机身眼镜框装配变形预测精度标准差为0.21%，显著低于其他算法，验证了CH-COA具有更好的稳定性和可靠性。【结论】本研究创新性地提出了基于垂直交叉操作的解更新机制、设计了动态调整的缩放因子、引入了边界处理策略，可为后机身装配中的形变控制提供理论支持与技术参考。
关键词：变形预测；COA优化算法；BP神经网络；ANSYS仿真
引文信息：[1]刘畅，刘红军.基于CH-COA神经网络的飞机后机身眼镜框装配实时变形预测研究[J].南方农机，2025，56(S1)：156-159.
查看全文请下载PDF文件↓
