基本变形弹塑性问题的人工神经网络解法探讨

利用体积不变原理,通过拉伸试验测量真实应力应变关系的试验数据,再利用人工神经网络(BP网络)进行逼近,从而得到用BP网络表示的应力应变本构关系.并以梁的纯弯曲和圆轴的扭转弹塑性问题为例,提出了基于人工神经网络的求解新方法,计算结果验证了其方法的合理性.     

振动加工时金属材料的本构关系的人工神经网络建立方法

在对金属材料进行振动拉伸时 ,材料的本构关系与静态拉伸明显不同 ,因而不能直接引用现有的弹塑性模型来描述。本文以常规频率下振动拉伸时实测的材料应力应变值为样本 ,利用 BP人工神经网络(BPANN)建立了振动加工过程中材料的应力应变关系。这种 BPANN本构模型可以方便地用于振动加工的理论分析和工程应用     

基于人工神经网络的轴承保持架超塑性成形工艺参数优化

借助Levenberg-Marquardt算法,建立了铅黄铜超塑性拉伸温度、初始应变速率与延伸率、流动应力之间的BP网络预测模型,分析了拉伸温度、初始应变速率与延伸率和流动应力之间的关系,得出了铅黄铜最佳的超塑性条件,并以此为依据,进行了铜合金轴承保持架的超塑性成形试验。结果表明,人工神经网络方法是优化铅黄铜轴承保持架超塑性成形工艺参数的有效方法,所预测的铅黄铜最佳超塑性条件能够满足保持架超塑成形的需要,且在最佳超塑性条件下成形保持架具有明显的经济效益。     

工艺参数对W-MoS2综合性能影响的人工神经网络预报

在试验数据的基础上，用人工神经网络建立了工艺参数与W-MoS2综合性能关系的预测模型，讨论了隐含层神经元数选取和不同BP优化算法对网络性能的影响，结果表明，网络的预测同试验基本一致，具有可靠的预报能力。     

人工神经网络在赤潮预报中的应用仿真研究

赤潮是目前世界沿海国家面临的十分紧迫的海洋环境问题之一，也是一种全球性的海洋灾害。建立有效的赤潮灾害监测和预报系统已迫在眉睫。本文利用人工神经网络中的BP网络，建立赤潮生物密度与环境因子的人工神经网络的预报模型。以各种理化因子：水温．溶解氧．盐度、总氰．可溶性无机磷．浮游植物密度等为参数．试验人工神经网络的预报效果。针对BP网络训练易陷入局部最优的缺点．本文采用了遗传算法改进网络训练方法，保证网络达到全局最优。结果证明、采用人工神经网络进行赤潮预报是行之有效的。     

保持架超塑性挤压工艺参数的BP神经网络优化

建立了铅黄铜超塑性拉伸温度、初始应变速率与延伸率、流变应力之间的BP神经网络预测模型,分析了变形条件与超塑性能之间的关系,根据得到的铅黄铜最佳超塑条件进行了轴承保持架超塑挤压试验.结果表明利用BP网络对轴承保持架超塑挤压工艺参数进行优化是切实可行的,所预测的铅黄铜最佳超塑变形条件能够满足成形工艺的实际需要.     

基于BP＆MATLAB的平面加工CAPP的研究

基于人工神经网络中的BP网络建立了零件表面加工方案模型。把一系列推理规则转化为网络权值，并设计BP网络。然后利用MATLAB软件中的神经网络工具箱编程，对网络进行训练，从而得到了零件平面加工工艺顺序。     

工艺参数对W-MoS_2综合性能影响的人工神经网络预报

在试验数据的基础上,用人工神经网络建立了工艺参数与W MoS2综合性能关系的预测模型,讨论了隐含层神经元数选取和不同BP优化算法对网络性能的影响,结果表明,网络的预测同试验基本一致,具有可靠的预报能力。     

基于BP神经网络的铣削力仿真技术研究

应用人工神经网络技术建立了铣削力仿真的BP网络模型。通过正交试验,获取训练样本,并对网络进行了训练。最后将网络预测结果与实验数据进行比较和误差分析,证明了人工神经网络能够准确地预测铣削力的大小。     

基于样本数据的线切割加工工艺模型研究

分析了线切割加工工艺的特点,介绍了人工神经网络的定义及要点,研究了BP网络在线切割工艺中的应用,利用人工神经网络技术,建立网络模型,实现与Internet的集成.     

转子振动试验网络化测试系统的实现

介绍了一种转子振动试验网络化测试系统,给出了用Lab VIEW SQL Toolkit实现LabVIEW和SQL Server互访的方法,并用此方法实现网络化数据库,通过实例介绍了一种小型化转子振动试验网络化测试系统,包括系统结构、数据采集、数据处理与分析以及测试数据和图像,实现了实时的网络化测试和数据传输。     

概率循环应力－应变曲线及其估计方法

试验揭示了核工程材料1Cr18Ni9Ti不锈钢管道焊缝金属的循环应力－应变响应存在很大分散性。意味着任何外载,即使恒幅条件,将产生随机应变加载史。为保证设计分析的安全性,引入了称为“概率循环应力－应变曲线”的表征方法。应用线性回归技术和极大似然法原理,给出了概率曲线及其置信限的估计方法。以经过验证的良好假设分布——正态分布模拟循环应力幅的随机性。概率曲线表征为均值和均方差循环应力－应变幅曲线的形式。任意可靠度下的分析可方便地根据正态分布函数完成。材料低周疲劳试验结果分析说明了方法的有效性。     

间歇过程的神经网络模型

间歇过程通常具有非线性，时变和易燃易爆的特点，用常规的建模方法建立起模型比较困难，本文针对间歇聚丙烯过程，利用前馈神经网络建立其数学模型。首先根据实际系统的输入输出建立网络的结构。再用经验数据对网络进行训练，并用未参加训练的数据对网络进行测试，测试的最大误差是0.03MPa，这一误差在要求的范围之内。     

FeCrNi奥氏体不锈钢失效评定曲线研究

静拉伸试验结果表明：FeCrNi奥氏体不锈钢塑性良好,无明显屈服平台,但应力—应变关系与Ramberg-Osgood式吻合度不高,宜采用Ainsworth法基于材料应力应变构建失效评定曲线。按SINTAP标准中Option3技术路线,应用ExpAssoc指数型函数拟合真应力—应变数据,计算获得相应失效评定曲线,与两类国际通用失效评定曲线比较分析结果可知：三类失效评定曲线有区段重叠,若塑性截止线选取小于1.39,欧洲SINTAP给出通用失效评定曲线具有包络性和保守性,可用于工程评定,偏于安全。     

一种介电型电活性聚合物材料的非线性超弹性模型

介电型电活性聚合物(Electroactive polymer,EAP)材料的应力应变本构模型是进行EAP驱动器设计和优化的基础。提出一种由非线性弹簧组成的、具有空间网状结构的EAP膜超弹性模型,基于能量法推导出其应力变形关系式,并揭示该模型与Ogden模型之间的关系。采用单轴、等双轴拉伸试验分别对相关模型参数进行拟合,利用该结果对等双轴、单轴拉伸的受力进行预测和对比分析。根据不同条件拟合出的材料参数进行试验预测时,其结果与实际值存在一定差异,提出对单轴、等双轴拉伸试验数据进行综合拟合的方法。采用综合拟合方法后模型分析精度得到很大提高。分析结果表明,3参数的非线性超弹性模型能较准确描述两种试验条件下的EAP膜应力变形关系,模型参数的拟合数据宜选与其工作条件相近的试验方法获取。     

悬索式跨越架用纤维绳索非线性本构关系试验研究

悬索式跨越架在跨越电力线路施工中应用广泛,其承载索及封网绳多采用超高分子量聚乙烯纤维绳索和聚酯纤维绳索.由于进行悬索式跨越架动力学仿真计算纤维绳索所涉及的非线性本构关系尚无公开资料,各单位在进行仿真计算时采用弹性模量固定值来替代非线性应力—应变关系曲线,导致计算结果与实际情况不符.针对上述问题,对这两种常用规格的纤维绳...     

基于网络的机器人仿真及控制技术

介绍了通过网络对机器人进行远程仿真和控制的客户端 服务器端系统 ,采用OpenGL技术实现了机器人的动态仿真 ,并根据实际机器人的运动状态信息在客户端通过网络实时控制机器人的运动。同时 ,构建了基于TCP/IP的机器人远程通信协议 ,实现了机器人的远程通信和控制。并且 ,作者提出了一种解决网络时延问题的新方法 ,该方法能够减少网络中传输的数据量 ,降低传输设备的拥塞 ,提高网络传输速度 ,从而在一定程度上解决了网络时延问题和数据包丢失问题     

多层网络中基于资源优化的配置方式

网络生存性是衡量网络性能优劣的重要指标,其与实际网络应用关系最为密切,网络生存性的优劣不仅体现在所应用的生存策略上,资源的优化配置也是影响网络生存性的关键因素。在多层网络资源优化方法中,网络中空闲资源配置方式至关重要,是网络发展迫切需要解决的关键问题之一。首先分析了多层网络资源配置方法的研究现状,其次介绍了多层网络中所采用的网络模型,结合网络模型给出了2种网络资源的配置方式,并对这2种方式进行了比较。     

基于神经网络的立体视觉摄像机标定

摄像机标定是立体视觉研究的重要组成部分。根据神经网络与摄像机标定的特点,提出了基于神经网络的双目立体视觉摄像机标定方法,构建了三种不同的神经网络,并在试验中利用BP算法和实际数据对各种方法进行了分析和比较。     

基于神经网络的转子系统故障诊断

提出了一种基于神经网络的转子振动故障诊断的新方法,该方法以大型机器的轴承振动裂度作为神经网络的训练样本输入,并通过神经网络的学习、聚类,产生神经网络聚类中心,根据网络聚类的特点以及聚类的中心来判断转子的振动特性和实质。实例验证表明,该方法可实现对转子系统振动故障的准确诊断。