樊文欣:利用RBF神经网络预测反挤压连杆衬套过程中的挤压力论文

樊文欣:利用RBF神经网络预测反挤压连杆衬套过程中的挤压力论文

本文主要研究内容

作者樊文欣,李志伟,李凤刚,郭佩剑,张厚祖,刘涛,郝晓华(2019)在《利用RBF神经网络预测反挤压连杆衬套过程中的挤压力》一文中研究指出:采用单因素试验法,利用模拟软件Simufact进行了锡青铜连杆衬套反挤压试验,试验选取了挤压温度、凹模圆角半径和挤压比为试验因素,挤压力为评价指标。基于MATLAB软件,建立了挤压因素与挤压力之间的RBF神经网络模型,得到挤压温度、凹模圆角半径、挤压比和挤压力之间的非线性关系。通过试验数据进行RBF神经网络模型训练,然后再用训练好的RBF神经网络模型预测挤压力,并将预测的挤压力值与模拟的挤压力值做对比。结果表明:该神经网络模型能高精度地预测反挤压连杆衬套过程中的挤压力。

Abstract

cai yong chan yin su shi yan fa ,li yong mo ni ruan jian Simufactjin hang le xi qing tong lian gan chen tao fan ji ya shi yan ,shi yan shua qu le ji ya wen du 、ao mo yuan jiao ban jing he ji ya bi wei shi yan yin su ,ji ya li wei ping jia zhi biao 。ji yu MATLABruan jian ,jian li le ji ya yin su yu ji ya li zhi jian de RBFshen jing wang lao mo xing ,de dao ji ya wen du 、ao mo yuan jiao ban jing 、ji ya bi he ji ya li zhi jian de fei xian xing guan ji 。tong guo shi yan shu ju jin hang RBFshen jing wang lao mo xing xun lian ,ran hou zai yong xun lian hao de RBFshen jing wang lao mo xing yu ce ji ya li ,bing jiang yu ce de ji ya li zhi yu mo ni de ji ya li zhi zuo dui bi 。jie guo biao ming :gai shen jing wang lao mo xing neng gao jing du de yu ce fan ji ya lian gan chen tao guo cheng zhong de ji ya li 。

论文参考文献

  • [1].压盖螺母冷态反挤压力的上限分析及凹模的优化设计[J]. 袁弘志,张桂敏.  大连铁道学院学报.1987(04)
  • [2].上限法确定管件开式挤压力及最佳模角的研究[J]. 李军,张靖懿.  河北机电学院学报.1989(02)
  • [3].铝型材挤压力行程特征及其规律[J]. 刘惠群.  轻金属.1989(10)
  • [4].大口径钢管突破挤压力分析[J]. 武东文,吴任东,袁朝龙,焦玮,强浩.  塑性工程学报.2017(01)
  • [5].高频直缝焊管挤压力的检测[J]. 郑延才,赖明道,吴坚.  钢管技术.1986(03)
  • [6].阶梯形件冷挤压力计算的图解分析法[J]. 杨长顺.  锻压机械.1987(05)
  • [7].铝合金挤压力几种计算方法及初步评价[J]. 刘静安.  重型机械.1982(06)
  • [8].黑色金属挤压力的智能化计算[J]. 高锦张,贾俐俐,杨卫.  金属成形工艺.2004(03)
  • [9].铝合金线坯单孔模和多孔模挤压力问题的分析[J]. 邱聿成.  铝加工.1990(04)
  • [10].挤压力的程序计算[J]. 林暾熹.  重型机械.1986(02)
  • 论文详细介绍

    论文作者分别是来自锻压技术的樊文欣,李志伟,李凤刚,郭佩剑,张厚祖,刘涛,郝晓华,发表于刊物锻压技术2019年05期论文,是一篇关于连杆衬套论文,神经网络论文,反挤压论文,挤压力论文,锡青铜论文,锻压技术2019年05期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自锻压技术2019年05期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    樊文欣:利用RBF神经网络预测反挤压连杆衬套过程中的挤压力论文
    下载Doc文档

    猜你喜欢