發(fā)布時間：2019-09-13 05:16

【摘要】：為研究鉚接參數(shù)對自沖鉚接頭力學性能的影響,對AA5052板進行自沖鉚接正交試驗,采用灰色關聯(lián)度分析了各鉚接參數(shù)對接頭強度的影響程度,并通過BP神經(jīng)網(wǎng)絡建立了鉚接參數(shù)與接頭強度的神經(jīng)網(wǎng)絡預測模型。利用獲得的正交試驗數(shù)據(jù)對網(wǎng)絡進行訓練,并采用未參加訓練的樣本驗證該預測模型的有效性。結果表明:刺穿壓強和整形壓強對接頭強度影響最大,其中刺穿壓強對接頭強度起決定作用,適當增大刺穿壓強可以提高接頭強度。采用LM算法優(yōu)化的BP神經(jīng)網(wǎng)絡模型具有良好的泛化能力和預測精度,對未參加訓練樣本預測精度高,其預測最大相對誤差為5.48%,預測精度超過90%。
【作者單位】： 昆明理工大學機電工程學院;
【基金】：國家自然科學基金資助項目(51565023,51565022)
【分類號】：TG938

【相似文獻】

相關期刊論文 前10條

1 雷明,李作清,陳志祥,吳雅,楊叔子;神經(jīng)網(wǎng)絡在預報控制中的應用[J];機床;1993年11期

2 鄔再新;王凱;王連波;呂洪波;;基于神經(jīng)網(wǎng)絡的自由曲線插補研究[J];制造技術與機床;2007年09期

3 顧玉鋼;夏智海;莊力健;;基于改進神經(jīng)網(wǎng)絡的疲勞裂紋擴展速率預測[J];合肥工業(yè)大學學報(自然科學版);2008年06期

4 王秀梅,呂程,王國棟,劉相華;軋制力預報中的神經(jīng)網(wǎng)絡和數(shù)學模型[J];東北大學學報;1999年03期

5 于洪海,張新平,胡云峰;偏最小二乘-神經(jīng)網(wǎng)絡光度法同時測定鋼中鎢和鉬[J];冶金分析;2004年02期

6 梁偉;王杰;王玫;;神經(jīng)網(wǎng)絡在冷剪機曲軸優(yōu)化中的應用[J];機械設計與制造;2010年08期

7 賴興余,李春雄,嚴霖元,劉明智;基于神經(jīng)網(wǎng)絡的自適應模糊控制器[J];江西農(nóng)業(yè)大學學報;1998年01期

8 劉立君;蘭虎;鄭紅艷;;基于神經(jīng)網(wǎng)絡熔透電弧聲特征參數(shù)評價與選擇[J];焊接學報;2010年03期

9 李旭東;劉治國;穆志韜;;基于神經(jīng)網(wǎng)絡的金屬材料疲勞裂紋擴展規(guī)律的預測[J];新技術新工藝;2013年11期

10 李文鑫;王武;張元敏;;遺傳優(yōu)化神經(jīng)網(wǎng)絡在孔系加工中應用研究[J];機械設計與制造;2009年04期

相關會議論文 前9條

1 高進強;劉新峰;武傳松;;TIG焊接熔透信息的提取[A];第十次全國焊接會議論文集（第2冊）[C];2001年

2 付培眾;尹怡欣;;基于PSO-RBF的神經(jīng)網(wǎng)絡及其應用研究[A];2007'儀表，，自動化及先進集成技術大會論文集（一）[C];2007年

3 孫雷;王建國;王明輝;;模塊化神經(jīng)網(wǎng)絡在CSP連軋過程逆質量模型建立中的應用[A];第十一屆全國自動化應用技術學術交流會論文集[C];2006年

4 莫春立;李殿中;馮峰;李強;詹志東;;耦合物理冶金和神經(jīng)網(wǎng)絡方法預測鋼材的性能[A];2002年材料科學與工程新進展（下）——2002年中國材料研討會論文集[C];2002年

5 張海波;劉恩東;;基于RBF神經(jīng)網(wǎng)絡PID控制[A];2007中國鋼鐵年會論文集[C];2007年

6 饒德林;齊志揚;陳立功;;鋁合金點焊質量的神經(jīng)網(wǎng)絡估測[A];第十次全國焊接會議論文集（第2冊）[C];2001年

7 劉明貴;岳向紅;楊永波;李祺;;基于Sym小波和BP神經(jīng)網(wǎng)絡的基樁缺陷智能化識別[A];2007'湖北·武漢NDT學術年會論文集[C];2007年

8 楊景明;張洪豐;王娜偉;車海軍;;基于神經(jīng)網(wǎng)絡的可逆冷帶軋機偏心的檢測與補償[A];冶金自動化信息網(wǎng)年會論文集[C];2004年

9 楊景明;張洪豐;王娜偉;車海軍;;基于神經(jīng)網(wǎng)絡的可逆冷帶軋機偏心的檢測與補償[A];全國冶金自動化信息網(wǎng)年會論文集[C];2004年

相關碩士學位論文 前10條

1 胡丙坤;基于神經(jīng)網(wǎng)絡的金屬板材折彎回彈預測與研究[D];上海應用技術學院;2015年

2 趙燕燕;優(yōu)化FPN及其在板形識別中的應用[D];濟南大學;2015年

3 王余敬;基于分離譜的激光超聲表面裂紋識別技術研究[D];中北大學;2016年

4 付澤;典型汽車用板變形滯后回彈的試驗研究及有限元分析[D];北京理工大學;2016年

5 熊偉;基于改進BP神經(jīng)網(wǎng)絡的車床主軸優(yōu)化設計的研究[D];江蘇大學;2016年

6 呂慧超;中厚板軋機液壓AGC系統(tǒng)的控制研究[D];遼寧科技大學;2016年

7 楊軼寧;基于BP神經(jīng)網(wǎng)絡的點焊接頭疲勞壽命預測研究[D];昆明理工大學;2016年

8 閔喜瑞;基于徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡滑模變結構厚度控制[D];華北理工大學;2016年

9 李冬梅;主動學習算法在板厚控制系統(tǒng)中的應用研究[D];華北理工大學;2016年

10 張雷;基于振動分析的機床狀態(tài)識別與人機效能評估方法研究[D];東北大學;2013年

本文編號：2535597