本文選題：再制造工藝　切入點(diǎn)：工藝選擇　出處：《組合機(jī)床與自動(dòng)化加工技術(shù)》2017年11期

【摘要】：針對(duì)實(shí)際生產(chǎn)過程中廢舊零部件失效形式的多樣性及再制造工藝路線的復(fù)雜性,為了能快速精確的確定再制造工藝方案,對(duì)廢舊零部件再制造工藝特征屬性進(jìn)行提取,建立了再制造工藝方案決策的BP神經(jīng)網(wǎng)絡(luò)模型,提出一種將L-M算法引入到BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程中的方法,并對(duì)該模型進(jìn)行求解。將改進(jìn)后的BP神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于某廢舊機(jī)床主軸再制造工藝決策中,借助Matlab軟件實(shí)現(xiàn)了再制造工藝方案的智能決策,并且與未改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)方法進(jìn)行對(duì)比,驗(yàn)證了所提出方法的優(yōu)越性。
[Abstract]:In view of the diversity of failure forms of waste parts and the complexity of remanufacturing process in actual production process, in order to determine the remanufacturing process plan quickly and accurately, the characteristics of remanufacturing process of waste parts and components are extracted.A BP neural network model for remanufacturing process scheme decision is established, and a method of introducing L-M algorithm into the training process of BP neural network is proposed, and the model is solved.The improved BP neural network model is applied to the decision-making of the remanufacturing process of the spindle of a waste machine tool. The intelligent decision of the remanufacturing process scheme is realized with the help of Matlab software, and compared with the unimproved BP neural network method.The superiority of the proposed method is verified.
【作者單位】： 武漢科技大學(xué)機(jī)械自動(dòng)化學(xué)院;
【分類號(hào)】：TH162

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賈爽;賀利樂;;基于粒子群優(yōu)化SOM神經(jīng)網(wǎng)絡(luò)的軸系多振動(dòng)故障診斷[J];機(jī)械傳動(dòng);2011年06期

2 唐貴基;楊玉婧;宋彩萌;;基于神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)機(jī)械振動(dòng)故障診斷[J];機(jī)械工程師;2012年01期

3 欒美潔;許飛云;賈民平;;旋轉(zhuǎn)機(jī)械故障診斷的神經(jīng)網(wǎng)絡(luò)方法研究[J];噪聲與振動(dòng)控制;2008年01期

4 高強(qiáng);錢林方;侯遠(yuǎn)龍;王力;;泵控缸電液位置伺服系統(tǒng)的神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制[J];機(jī)床與液壓;2008年06期

5 徐小力;左云波;吳國(guó)新;;量子神經(jīng)網(wǎng)絡(luò)在旋轉(zhuǎn)機(jī)組狀態(tài)趨勢(shì)預(yù)測(cè)中的應(yīng)用[J];機(jī)械強(qiáng)度;2010年04期

6 何文;同淑榮;王克勤;;基于神經(jīng)網(wǎng)絡(luò)的質(zhì)量控制圖異常診斷[J];機(jī)械制造;2013年05期

7 許寧,黃之初;神經(jīng)網(wǎng)絡(luò)在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用研究[J];礦山機(jī)械;2005年08期

8 宋文杰;劉伯峰;王平;姜冰;;基于小波—神經(jīng)網(wǎng)絡(luò)的故障劣化趨勢(shì)檢測(cè)[J];職大學(xué)報(bào)(自然科學(xué)版);2006年02期

9 王志濤;肖明清;謝化勇;禚真福;薛輝輝;;基于神經(jīng)網(wǎng)絡(luò)的故障診斷效能模糊綜合評(píng)價(jià)研究[J];計(jì)算機(jī)測(cè)量與控制;2011年12期

10 戴中浩;林瓊;王秋成;;基于神經(jīng)網(wǎng)絡(luò)的再制造自動(dòng)變速箱檢測(cè)及試驗(yàn)研究[J];機(jī)械制造;2012年01期

相關(guān)會(huì)議論文 前10條

1 杜福銀;封其勃;;一種基于Hopfield神經(jīng)網(wǎng)絡(luò)作業(yè)車間調(diào)度問題的優(yōu)化方法[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第一分冊(cè)）[C];2009年

2 宋國(guó)明;王厚軍;姜書艷;劉紅;;基于神經(jīng)網(wǎng)絡(luò)的融合智能診斷方法在模擬電路故障診斷中的應(yīng)用[A];2007'中國(guó)儀器儀表與測(cè)控技術(shù)交流大會(huì)論文集（二）[C];2007年

3 宋軼民;余躍慶;張策;馬文貴;;基于神經(jīng)網(wǎng)絡(luò)的機(jī)敏機(jī)構(gòu)振動(dòng)自校正控制[A];第十二屆全國(guó)機(jī)構(gòu)學(xué)學(xué)術(shù)研討會(huì)論文集[C];2000年

4 吳洪民;;氣動(dòng)伺服定位系統(tǒng)的神經(jīng)網(wǎng)絡(luò)模糊自適應(yīng)PID控制[A];第一屆全國(guó)流體動(dòng)力及控制工程學(xué)術(shù)會(huì)議論文集（第二卷）[C];2000年

5 黎啟柏;桂佩佩;韓君;;二次調(diào)節(jié)控制系統(tǒng)的模糊-神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)自適應(yīng)控制[A];液壓與氣動(dòng)學(xué)術(shù)研討會(huì)論文集[C];2004年

6 黎啟柏;桂佩佩;韓君;;二次調(diào)節(jié)控制系統(tǒng)的模糊-神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)自適應(yīng)控制[A];第三屆全國(guó)流體傳動(dòng)及控制工程學(xué)術(shù)會(huì)議論文集（第三卷）[C];2004年

7 曹春紅;張斌;王利民;李文輝;;基于免疫神經(jīng)網(wǎng)絡(luò)的幾何約束求解技術(shù)的研究[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

8 謝進(jìn);閻開印;陳永;;神經(jīng)網(wǎng)絡(luò)技術(shù)在平面機(jī)構(gòu)綜合中的應(yīng)用[A];加入WTO和中國(guó)科技與可持續(xù)發(fā)展——挑戰(zhàn)與機(jī)遇、責(zé)任和對(duì)策（下冊(cè)）[C];2002年

9 李振河;胡順利;楊利芬;李平軍;常根生;;制造企業(yè)與制造工藝(摘要)[A];2010全國(guó)機(jī)電企業(yè)工藝年會(huì)《上海電氣杯》征文論文集[C];2010年

10 單忠德;戰(zhàn)麗;董曉麗;;機(jī)械工業(yè)傳統(tǒng)制造工藝綠色化技術(shù)研究[A];節(jié)能環(huán)保 和諧發(fā)展——2007中國(guó)科協(xié)年會(huì)論文集（一）[C];2007年

相關(guān)重要報(bào)紙文章 前1條

1 MEB記者 何弦;“變革”而非“替代”3D打印或?qū)?shí)現(xiàn)傳統(tǒng)機(jī)床制造工藝提升[N];機(jī)電商報(bào);2013年

相關(guān)博士學(xué)位論文 前1條

1 李雙躍;制造工藝資源建模技術(shù)及其在夾具設(shè)計(jì)支持系統(tǒng)中的應(yīng)用[D];四川大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 王栗;面向電機(jī)軸承的快速故障診斷方法研究[D];沈陽(yáng)理工大學(xué);2015年

2 于會(huì)超;機(jī)械觸覺機(jī)構(gòu)及控制的研究與應(yīng)用[D];華北理工大學(xué);2015年

3 李捷;基于神經(jīng)網(wǎng)絡(luò)的軸承故障診斷技術(shù)研究[D];電子科技大學(xué);2015年

4 宋銀芳;橋式起重機(jī)故障分析與故障率預(yù)測(cè)方法研究[D];安徽理工大學(xué);2016年

5 高芮;基于神經(jīng)網(wǎng)絡(luò)的機(jī)械故障診斷技術(shù)的研究[D];青島科技大學(xué);2016年

6 程翔;基于神經(jīng)網(wǎng)絡(luò)的輪帶系統(tǒng)橫向振動(dòng)的變結(jié)構(gòu)控制[D];福州大學(xué);2014年

7 龐艷艷;基于選擇性神經(jīng)網(wǎng)絡(luò)的故障診斷研究[D];華中科技大學(xué);2014年

8 徐銘志;基于神經(jīng)網(wǎng)絡(luò)PID的金屬帶式無(wú)級(jí)變速器速比控制研究[D];燕山大學(xué);2016年

9 齊放;基于極限學(xué)習(xí)機(jī)的設(shè)備故障預(yù)測(cè)方法及應(yīng)用研究[D];北京化工大學(xué);2016年

10 尤海鑫;BP神經(jīng)網(wǎng)絡(luò)與模糊邏輯在智能故障診斷中的應(yīng)用[D];大連交通大學(xué);2014年

，

本文編號(hào)：1728600