摘要：为了有效地预测磨削加工的齿轮表面粗糙度，建立了以速比、砂轮转速、砂轮冲程速度和磨削深度为输入参数、齿轮表面粗糙度为输出参数的预测模型。该模型将自适应权重调整机制嵌入到粒子群算法中，得到了改进后的粒子群算法并优化BP神经网络的初始权值和阈值，从而形成了改进粒子群神经网络（APSO-BP）齿轮表面粗糙度预测模型。实验结果表明：改进后的粒子群神经网络预测模型能够有效克服BP神经网络易陷入局部最小值的缺陷，并且稳定性和精确性优于BP神经网络和粒子群神经网络（PSO-BP）。

关键词：齿轮；表面粗糙度；预测模型；BP神经网络；改进粒子群算法

中图分类号：TG58；TH161文献标志码：ADOI：10.3969/j.issn.1000-7008.2021.06.008