本文關(guān)鍵詞：粒子群算法在提高激光彎曲中神經(jīng)網(wǎng)絡泛化性上的應用

  更多相關(guān)文章： 激光彎曲 徑向基函數(shù) 神經(jīng)網(wǎng)絡 粒子群優(yōu)化算法 泛化性

【摘要】：采用徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡建立了激光彎曲成形過程中激光功率、掃描速度、掃描次數(shù)與彎曲角度之間的預測模型。對TC4鈦合金板材進行了激光彎曲成形試驗,將試驗數(shù)據(jù)作為訓練樣本對神經(jīng)網(wǎng)絡進行了訓練,得到工藝參數(shù)與成形角度之間的映射關(guān)系。利用粒子群優(yōu)化算法對RBF網(wǎng)絡的參數(shù)進行尋優(yōu)計算。結(jié)果表明:使用優(yōu)化后的網(wǎng)絡對測試數(shù)據(jù)預測時,誤差由之前的4.714%減小到0.974%左右;使用粒子群優(yōu)化算法能顯著地提高RBF神經(jīng)網(wǎng)絡在預測激光彎曲成形角度時的泛化能力。
【作者單位】： 遼寧工業(yè)大學機械工程與自動化學院;
【基金】：遼寧教育廳一般項目(L2015231) 遼寧省自然科學基金優(yōu)秀人才培養(yǎng)項目(2015020170)
【分類號】：TG665;TP183
【正文快照】： 始于20世紀80年代的激光彎曲成形屬于激光制造技術(shù)的一種。利用物體熱脹冷縮的特性,通過控制激光束掃描工件表面使其在厚度方向上形成溫度梯度進而產(chǎn)生分布不均的熱應力,最終發(fā)生彎曲塑性變形。與傳統(tǒng)的金屬成形工藝相比,激光彎曲成形技術(shù)具有生產(chǎn)周期短、柔性大、無回彈、受

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 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(shù)與機床;2007年09期

2 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

3 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

4 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

5 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

6 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

7 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

8 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(shù)新工藝;2013年11期

9 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

10 楊克己,項占琴,程耀東;利用神經(jīng)網(wǎng)絡重建材料聲阻抗的新方法[J];中國機械工程;1998年01期

中國重要會議論文全文數(shù)據(jù)庫 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(shù)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(zhì)量模型建立中的應用[A];第十一屆全國自動化應用技術(shù)學術(shù)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(zhì)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(shù)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

中國碩士學位論文全文數(shù)據(jù)庫 前10條

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

2 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

3 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

4 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

5 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(shù)學院;2015年

6 叢日霞;基于神經(jīng)網(wǎng)絡的冷連軋軋制力設定模型研究[D];東北大學;2011年

7 賈建軍;神經(jīng)網(wǎng)絡在金屬切削刀具中的應用研究[D];蘭州理工大學;2007年

8 張立濤;基于神經(jīng)網(wǎng)絡的金屬車削參數(shù)智能優(yōu)化系統(tǒng)的研究與開發(fā)[D];太原理工大學;2008年

9 華汛;基于神經(jīng)網(wǎng)絡的熱軋模型研究[D];蘇州大學;2011年

10 杜藝;基于改進神經(jīng)網(wǎng)絡的熱軋厚度控制方法研究[D];濟南大學;2013年

，

本文編號：1211583