本文選題：粗糙集 + 神經網絡��； 參考：《焊接學報》2015年04期

【摘要】：建立了基于RS與RBF神經網絡集成的鈦合金焊接接頭疲勞壽命預測模型(RS_RBFNN),該模型首先基于熵的連續(xù)屬性離散化算法離散化疲勞數(shù)據并應用遺傳算法約簡疲勞壽命評價指標;基于最小約簡指標提取焊接結構疲勞壽命分類判別規(guī)則以及對RBF神經網絡進行訓練;最后使用粗糙集理論判別與規(guī)則庫匹配的檢驗樣本疲勞壽命等級,使用RBF神經網絡判別不與規(guī)則庫任何規(guī)則匹配的檢驗樣本疲勞壽命等級.基于鈦合金疲勞試驗數(shù)據的實證分析結果表明,RS_RBFNN模型容錯性較好、精度較高,對鈦合金焊接結構疲勞壽命預測具有一定的實際指導意義.
[Abstract]:A prediction model of fatigue life of titanium alloy welded joints based on RS and RBF neural network is established. The model is based on entropy continuous attribute discretization algorithm to discretize fatigue data and genetic algorithm is used to reduce fatigue life evaluation index. The fatigue life classification rules of welded structures are extracted based on the minimum reduction index, and the RBF neural network is trained. Finally, the fatigue life grade of test samples is tested by rough set theory and rule base matching. RBF neural network is used to identify the fatigue life level of test samples that do not match any rules of the rule base. The results of empirical analysis based on the fatigue test data of titanium alloy show that the model of RSRBFNN has better fault tolerance and higher accuracy, which has a certain practical significance for predicting fatigue life of titanium alloy welded structure.
【作者單位】： 大連交通大學軟件學院;大連交通大學材料科學與工程學院;重慶郵電大學計算智能重慶市重點實驗室;
【基金】：國家自然科學基金資助項目(5117504) 教育部科學技術研究重點項目資助(210045) 遼寧省科學技術計劃項目資助(2011220039) 重慶市重點實驗室開放基金項目(CQ-LCI-2013-05) 過程裝備與控制工程四川省高校重點實驗室開放基金項目(GK201405)
【分類號】：TG407

【參考文獻】

相關期刊論文 前3條

1 黎文航;陳善本;王加友;楊峰;;基于變精度粗糙集的脈沖GTAW過程建模方法[J];焊接學報;2008年07期

2 李東濤;潘存海;杜素梅;郭士林;;基于粗糙集的點焊多信息融合的質量判定[J];焊接學報;2009年07期

3 鄒麗;楊鑫華;孫屹博;鄧武;;基于變精度粗糙集的鋁合金焊接接頭疲勞壽命預測[J];焊接學報;2013年04期

【共引文獻】

相關期刊論文 前10條

1 劉英莉;姜瑛;尹建成;丁家滿;李凌宇;鐘毅;;BP神經網絡在鋁合金性能優(yōu)化中的研究進展[J];材料科學與工程學報;2014年01期

2 秦春;姚澤坤;張東亞;寧永權;趙張龍;郭鴻鎮(zhèn);曹京霞;;組織形態(tài)對Ti-24Al-15Nb-1.5Mo/TC11雙合金連接界面持久壽命的影響[J];稀有金屬材料與工程;2014年04期

3 李興霞;王紅玉;張建勛;;TC4鈦合金激光焊縫形貌與殘余應力數(shù)值研究[J];稀有金屬材料與工程;2014年04期

4 許以軍;郭永環(huán);秦真江;侯玉潔;;模糊神經網絡在焊接性能預測中的應用現(xiàn)狀[J];電焊機;2014年06期

5 閆志鴻;張廣軍;吳林;宋永倫;;基于神經網絡模型的P-GMAW焊縫成形過程仿真[J];焊接學報;2011年01期

6 鄒麗;楊鑫華;孫屹博;鄧武;;基于變精度粗糙集的鋁合金焊接接頭疲勞壽命預測[J];焊接學報;2013年04期

7 陶亮;孫同景;段彬;張光先;;基于粗集的焊接質量級別智能決策[J];焊接學報;2013年07期

8 陳玉華;戈軍委;于大明;鄭南松;劉奮成;;TC4鈦合金電子束焊接缺陷及其成因研究[J];南昌航空大學學報(自然科學版);2013年02期

9 喬紅超;趙吉賓;;AL6061鋁合金厚板電子束焊接性能分析[J];機械設計與制造;2014年02期

10 李興霞;王紅玉;張建勛;;TC4鈦合金激光焊縫形貌與殘余應力數(shù)值分析[J];焊接學報;2013年12期

相關會議論文 前1條

1 孫清潔;李慧;李文杰;趙洪運;馮吉才;;Ti75合金磁控窄間隙TIG焊接接頭性能研究[A];中國機械工程學會焊接學會第十八次全國焊接學術會議論文集——S03熔焊工藝及設備[C];2013年

相關博士學位論文 前6條

1 駱公志;粗糙集理論及其在高等教育評估中的應用研究[D];南京航空航天大學;2009年

2 姚屏;一體化雙絲弧焊電源智能控制策略與工藝性能評定方法[D];華南理工大學;2012年

3 毛清華;煤礦鋼絲繩芯輸送帶缺陷弱磁信號智能識別研究[D];西安科技大學;2012年

4 馮志強;船舶焊接智能系統(tǒng)知識建模與推理方法研究[D];上海交通大學;2012年

5 蘆偉;厚壁鈦合金電子束焊接接頭斷裂安全評定方法研究[D];北京工業(yè)大學;2013年

6 周楠;固體充填防治堅硬頂板動力災害機理研究[D];中國礦業(yè)大學;2014年

相關碩士學位論文 前7條

1 孫丹丹;基于粗糙集的旋轉電弧窄間隙MAG焊偏差識別方法研究[D];江蘇科技大學;2012年

2 李文杰;Ti75新型合金焊接工藝研究[D];哈爾濱工業(yè)大學;2013年

3 胡海峰;磁控電弧窄間隙TIG焊接設備及工藝研究[D];哈爾濱工業(yè)大學;2012年

4 李慧;厚板鈦合金窄間隙TIG焊接頭組織與性能研究[D];長春工業(yè)大學;2014年

5 聞雅;TC4鈦合金球殼體電子束焊接接頭性能及應力分析[D];哈爾濱工業(yè)大學;2014年

6 楊馮;Al-Ti-Zr三元系相關系的研究[D];中南大學;2014年

7 苑師銘;基于粗糙集理論的鈦合金焊接接頭疲勞性能分析[D];大連交通大學;2014年

【二級參考文獻】

相關期刊論文 前8條

1 葉東毅,陳昭炯;一個新的差別矩陣及其求核方法[J];電子學報;2002年07期

2 王兵,林濤,陳善本;漏焊智能檢測系統(tǒng)中的知識獲取[J];焊接學報;2001年03期

3 黎文航;陳善本;林濤;杜全營;;一種新的面向焊接智能建模的離散化方法[J];焊接學報;2006年12期

4 潘存海;杜素梅;宋永倫;;鋁合金點焊位移信號時頻域分析與質量判定[J];焊接學報;2007年07期

5 黎文航;陳善本;王加友;楊峰;;基于變精度粗糙集的脈沖GTAW過程建模方法[J];焊接學報;2008年07期

6 李東濤;潘存海;杜素梅;郭士林;;基于粗糙集的點焊多信息融合的質量判定[J];焊接學報;2009年07期

7 潘存海;杜素梅;宋永倫;李桓;;鋁合金電阻點焊多信息融合與質量分類[J];機械工程學報;2007年08期

8 史金飛,鐘秉林;基于粗糙集理論的磨削燒傷與砂輪磨鈍在線監(jiān)測[J];中國機械工程;2001年10期

相關博士學位論文 前1條

1 黎文航;基于變精度粗糙集理論的焊接動態(tài)過程知識建模方法研究[D];上海交通大學;2007年

【相似文獻】

相關期刊論文 前10條

1 ;Application of Near Infrared Diffuse Reflectance Spectroscopy with Radial Basis Function Neural Network to Determination of Rifampincin Isoniazid and Pyrazinamide Tablets[J];Chemical Research in Chinese Universities;2007年05期

2 劉載文;李夢尋;王小藝;李林;;基于LSSVM和RBFNN的水華中短期預測方法[J];計算機與應用化學;2012年10期

3 宋紹劍;王軍偉;林小峰;;基于RBFNN的硫熏強度軟測量建模[J];測控技術;2014年08期

4 史長城;吳曉莉;;基于RBFNN和HDP方法的蔗糖生產澄清工段中和pH值優(yōu)化控制器的研究[J];鄖陽師范高等專科學校學報;2011年03期

5 周強;楊雁南;劉勇;湯偉;;基于RBFNN模糊融合的紙病在線辨識[J];光子學報;2013年08期

6 李一波,黃小原;基于RBFNN和GA的重疊峰分辨新技術[J];應用科學學報;2002年01期

7 張江;張根寶;王孟效;;基于RBFNN的內�？刂圃跉鈮|式流漿箱中的應用[J];中華紙業(yè);2008年04期

8 李桂香;王磊;李繼定;王元麒;;基于主元分析的氣體膜分離過程RBFNN建模[J];系統(tǒng)仿真學報;2012年09期

9 ;Radial Basis Function Neural Networks-Based Modeling of the Membrane Separation Process: Hydrogen Recovery from Refinery Gases[J];Journal of Natural Gas Chemistry;2006年03期

10 楊源;余建星;杜尊峰;晉文超;馮加果;蔣天芳;;基于RBFNN的FDPSO火災爆炸波及鉆井區(qū)概率分析[J];天津大學學報;2012年10期

相關會議論文 前10條

1 ;Hot Metal Desulphurization Control Model Based on PCA-RBFNN[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

2 ;Comparative Study Between Radial Basis Probabilistic Neural Networks and Radial Basis Function Neural Networks[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 ;HUMAN FACIAL RECOGNITION BASED ON RADIAL BASIS FUNCTION NEURAL NETWORKS COMMITTEE[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

4 王小藝;劉載文;史運濤;;一種基于專家知識的RBFNN系統(tǒng)評估模型[A];2007年中國智能自動化會議論文集[C];2007年

5 彭相華;王智超;羅濤;余敏;羅迎社;;An elasto-plastic constitutive model of moderate sandy clay based on BC-RBFNN[A];Proceedings of the 9th National Conference on Rheology[C];2008年

6 ZHANG YingJie;WANG Kai;GE LuSheng;ZHANG QingFeng;;Research of Wheat Dampening MPC System Based on RBF Neural Network Algorithm[A];第25屆中國控制與決策會議論文集[C];2013年

7 肖海榮;閆紅華;馬榮琳;韓耀振;;基于RBFNN的船舶航向離散滑�？刂破髟O計與仿真[A];2013年中國智能自動化學術會議論文集（第四分冊）[C];2013年

8 Guiyang Wang;Yating Zhang;Ruihua Wang;Guang Han;;Performance Prediction of Ground-Coupled Heat Pump System Using NNCA-RBF Neural Networks[A];第25屆中國控制與決策會議論文集[C];2013年

9 彭相華;王智超;羅濤;余敏;羅迎社;;一種基于BC-RBFNN的中砂土彈塑性本構模型[A];中國化學會、中國力學學會第九屆全國流變學學術會議論文摘要集[C];2008年

10 俞其江;劉士榮;;基于改進RBFNN與滑�？刂频囊苿訖C器人跟蹤控制[A];2006中國控制與決策學術年會論文集[C];2006年

相關博士學位論文 前3條

1 田津;基于協(xié)同進化的RBFNN學習研究[D];天津大學;2008年

2 欒鋒;支持向量機（SVM）和徑向基神經網絡（RBFNN）方法在化學、環(huán)境化學和藥物化學中的應用研究[D];蘭州大學;2006年

3 萬毅;基于RBFNN的接觸網系統(tǒng)可靠性設計方法研究[D];西南交通大學;2006年

相關碩士學位論文 前10條

1 田津;基于RBFNN的復雜樣本分類研究[D];天津大學;2005年

2 方從剛;RBFNN算法在遙感土地分類中的應用[D];四川農業(yè)大學;2007年

3 賀振武;基于RBFNN的煤與瓦斯突出預測研究[D];太原科技大學;2011年

4 王夏書;草酸鈷粒度分布的RBFNN混合建模與優(yōu)化[D];東北大學;2008年

5 孟慧馨;基于RBFNN的裝備體系建模方法及應用研究[D];解放軍信息工程大學;2008年

6 周靜;基于局部泛化誤差模型的RBFNN的啟發(fā)式訓練方法[D];河北大學;2010年

7 邱成;基于RBFNN的游梁式抽油機井工況監(jiān)測診斷研究[D];東北石油大學;2014年

8 明曉東;銀行信貸風險評價及預警RBFNN系統(tǒng)設計研究[D];湖南大學;2008年

9 孫金燕;RBFNN隱層中心選擇方法的研究[D];河北大學;2008年

10 劉健;基于RBFNN的制藥類企業(yè)重組財務績效評價模型及應用[D];東北大學;2006年

，

本文編號：2029977