發(fā)布時間：2018-01-19 20:47

  本文關(guān)鍵詞： 表面質(zhì)量 噴丸強化 人工神經(jīng)網(wǎng)絡(luò) Matlab VB　出處：《黑龍江科技大學(xué)》2015年碩士論文　論文類型：學(xué)位論文

【摘要】：現(xiàn)代科技發(fā)展越來越快,對生活質(zhì)量的要求越來越高,工業(yè)部門對零構(gòu)件的性能也提高了要求。機(jī)械產(chǎn)品質(zhì)量的好壞代表著一個國家綜合國力的強弱,噴丸有利于改進(jìn)機(jī)械零件表面的性能,因此對機(jī)械零構(gòu)件表面質(zhì)量優(yōu)劣的研究就尤為重要。本文選擇2A11鋁合金為進(jìn)行射流噴丸強化試驗的材料,研究起主要作用的工藝參數(shù)——噴丸壓力、靶距和噴嘴移動速度對零件表面質(zhì)量的影響情況。采集對噴丸效果起主要衡量作用的表面粗糙度、顯微維氏硬度和殘余應(yīng)力等表面質(zhì)量指標(biāo)數(shù)據(jù);以試驗數(shù)據(jù)為依據(jù),應(yīng)用標(biāo)準(zhǔn)BP神經(jīng)網(wǎng)絡(luò)算法建立表面粗糙度預(yù)測模型,并與回歸分析法和小波包方法模型的預(yù)測結(jié)果進(jìn)行了分析對比,表明神經(jīng)網(wǎng)絡(luò)的預(yù)測效果更優(yōu);應(yīng)用LM前饋神經(jīng)網(wǎng)絡(luò)和Elman反饋神經(jīng)網(wǎng)絡(luò)建立射流噴丸表面質(zhì)量預(yù)測模型,對比兩種方法預(yù)測所得數(shù)據(jù),得出效果最優(yōu)預(yù)測模型。在此基礎(chǔ)上,采用VB和Matlab混合編程的方法搭建人機(jī)交互界面,用VB語言實現(xiàn)用戶界面設(shè)計,Matlab軟件實現(xiàn)復(fù)雜運算,通過二者的有機(jī)結(jié)合,實現(xiàn)了射流噴丸表面質(zhì)量預(yù)測系統(tǒng)的軟件開發(fā)。研究表明,相對其他幾種模型,采用Elman反饋神經(jīng)網(wǎng)絡(luò)建立的預(yù)測模型訓(xùn)練時間更短,預(yù)測精度更高,更能滿足工業(yè)上對噴丸表面質(zhì)量預(yù)測精度的要求。據(jù)此建立的表面質(zhì)量預(yù)測軟件系統(tǒng)界面簡潔,操作方便,具有較大的使用價值。
[Abstract]:With the rapid development of modern science and technology, the quality of life is becoming more and more demanding, and the performance of the industrial sector has been improved. The quality of mechanical products represents the strength of a country's comprehensive national strength. Shot peening is beneficial to improve the surface performance of mechanical parts, so it is particularly important to study the surface quality of mechanical components. In this paper, 2A11 aluminum alloy is selected as the material for jet shot peening test. The main technological parameters, shot peening pressure, target distance and nozzle moving speed, which affect the surface quality of the parts, are studied. The surface roughness, which plays an important role in measuring the shot peening effect, is collected. Surface quality data such as microhardness and residual stress; Based on the experimental data, the prediction model of surface roughness is established by using the standard BP neural network algorithm, and compared with the prediction results of regression analysis and wavelet packet method. It shows that the prediction effect of neural network is better than that of neural network. LM feedforward neural network and Elman feedback neural network are used to establish the prediction model of jet shot peening surface quality. Using VB and Matlab mixed programming method to build the human-computer interface, using VB language to realize the user interface design and Matlab software to achieve complex operation, through the organic combination of the two. The software development of jet shot peening surface quality prediction system is realized. The research shows that compared with other models, the prediction model established by Elman feedback neural network has shorter training time and higher prediction accuracy. The software system is simple in interface, convenient in operation and valuable in use.
【學(xué)位授予單位】：黑龍江科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TG668

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 Dietrich Sommer;閻蜀琴;;11.鋼鐵工業(yè)用噴丸機(jī)[J];鋼管;1989年02期

2 Mark Lawenenz;Imants Ekis;牛萬斌;;噴丸工藝規(guī)范的優(yōu)化(一)[J];國外金屬熱處理;1992年04期

3 謝燮揆;;雙重噴丸處理[J];機(jī)械制造;1992年12期

4 蔣順龍;表面噴丸工藝在氣門加工中的應(yīng)用[J];柴油機(jī);2001年02期

5 龍偉;小孔噴丸加工噴射強度的控制系統(tǒng)研究[J];機(jī)械;2001年04期

6 龍偉;小孔噴丸加工反射裝置的運動結(jié)構(gòu)研究[J];江蘇機(jī)械制造與自動化;2001年04期

7 ;科技動態(tài)[J];鋼管;2007年04期

8 楊若凡;;6351鋁合金噴丸層微結(jié)構(gòu)的熱松弛行為[J];熱加工工藝;2008年14期

9 閆林林;;超聲噴丸技術(shù)及其應(yīng)用[J];制造技術(shù)與機(jī)床;2010年06期

10 盧志明;高紅剛;盧沛;杜斌康;朱成輝;;高能噴丸參數(shù)對304不銹鋼表面性能的影響[J];金屬熱處理;2012年06期

相關(guān)會議論文 前5條

1 魯連濤;張繼旺;;微粒子噴丸車軸鋼疲勞性能分析[A];第十五屆全國疲勞與斷裂學(xué)術(shù)會議摘要及論文集[C];2010年

2 吳建中;林德成;秦玨;;熱處理及噴丸工藝對齒輪殘余應(yīng)力的影響[A];全國材料理化測試與產(chǎn)品質(zhì)量控制學(xué)術(shù)研討會論文專輯（物理測試部分）[C];2002年

3 趙陽;王磊;于騰;丁海峰;;噴丸處理后的DZ640M合金表面再結(jié)晶行為研究[A];動力與能源用高溫結(jié)構(gòu)材料——第十一屆中國高溫合金年會論文集[C];2007年

4 鄒金文;汪煜;王仁智;;表面形變強化對粉末冶金高溫合金組織與性能影響研究[A];動力與能源用高溫結(jié)構(gòu)材料——第十一屆中國高溫合金年會論文集[C];2007年

5 李東;陳懷寧;林泉洪;;高能噴丸表面納米化技術(shù)提高接頭疲勞強度的可行性研究[A];第十次全國焊接會議論文集（第2冊）[C];2001年

相關(guān)重要報紙文章 前1條

1 高宏適;Si對噴丸處理滲碳鋼剝蝕壽命的影響[N];世界金屬導(dǎo)報;2014年

相關(guān)博士學(xué)位論文 前2條

1 陳艷華;鎳基單晶高溫合金噴丸層塑性變形行為及其表征研究[D];上海交通大學(xué);2014年

2 欒衛(wèi)志;TiB_2/Al復(fù)合材料噴丸強化及其表征研究[D];上海交通大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 周浩鋒;馬氏體時效不銹鋼的噴丸強化[D];浙江大學(xué);2015年

2 劉磊;鋼軌鋼高能噴丸后組織結(jié)構(gòu)轉(zhuǎn)變機(jī)理及性能研究[D];大連交通大學(xué);2015年

3 闞曉陽;純鈦空化水噴丸空蝕和強化的研究[D];大連交通大學(xué);2015年

4 韓東序;CL60車輪運行失效后組織性能及噴丸強化研究[D];大連交通大學(xué);2015年

5 李俊;噴丸對純鈦組織和性能的影響及其生物活性的強化[D];南京理工大學(xué);2015年

6 王利平;噴丸殘余應(yīng)力場及表面粗糙度數(shù)值模擬研究[D];山東大學(xué);2015年

7 劉威;齒輪材料噴丸電子束復(fù)合工藝組織與性能[D];重慶理工大學(xué);2015年

8 徐潔;射流噴丸表面質(zhì)量預(yù)測研究[D];黑龍江科技大學(xué);2015年

9 閆林林;超聲噴丸技術(shù)的理論與實驗研究[D];南京航空航天大學(xué);2010年

10 譚諄禮;金屬材料高能噴丸表面納米化研究[D];大連鐵道學(xué)院;2002年

，

本文編號：1445489