BP神经网络在平行双折线卷筒智能设计中的应用

利用传统的设计方法为BP神经网络的学习提供足够样本集,然后通过正向传播和误差反向传播建立BP神经网络的拓扑结构,并将其应用于平行双折线卷筒的智能设计中,以完成龙门起重机起升机构主要设计参数与平行双折线卷筒相关参数的映射,提高设计的质量和效率,为龙门起重机关键零部件的智能设计提供一个新的途径。     

基于神经网络与MATLAB软件的双折线卷筒参数研究

双折线卷筒对解决多层排缆问题具有良好的性能。为解决双折线卷筒设计计算复杂、效率低等缺点,在研究双折线卷筒设计原理的基础上,应用MATLAB软件对神经网络进行构建训练,采用反向传播神经网络算法得出相关参数。通过试验进行验证,确认应用神经网络技术对双折线卷筒参数进行设计的方法合理,具有可操作性。     

普通重型车床加工平行折线卷筒的原理和方法

1平行折线型卷筒 莱伯斯折线型卷筒又叫平行折线型卷筒,可实现多层缠绕,该方法能弥补一般卷筒的缺陷。采用折线型绳槽卷筒的启闭机质量较普通螺旋绳槽型的启闭机整机质量可减轻1／3。     

大吨位塔式起重机折线卷筒加工工艺改进探析

折线卷筒是大吨位塔式起重设备的主要受力件之一,对折线卷筒加工工艺的改进直接影响折线卷筒的质量和使用寿命。本文针对大吨位塔式起重机的起重设备主要受力件折线卷筒的加工工艺改进进行探析,通过精准定位加工基准、以工装找正定位,调整加工工艺流程等改进措施,获得可以使大吨位塔式起重机的折线卷筒制造精度,得到保证的加工工艺流程。     

折线卷筒设计及制造研究

论述折线卷筒关键技术及制造工艺方法,对设计折线卷筒提出一种参考依据。     

双折线式多层缠绕卷筒参数化建模与仿真分析

以太原重型机械集团有限公司1 300 t桥式起重机中的双折线式多层缠绕卷筒为研究对象,应用三维设计软件NX中草图、特征表达式等功能,实现双折线式多层缠绕卷筒及其螺旋线参数化建模。通过修改不同的参数值,快速实现折双折线式多层缠绕卷筒结构的自动更新。在参数化模型的基础上,结合多体动力学仿真程序Adams,建立起升钢丝绳模型,对双折线式多层缠绕卷筒钢丝绳缠绕过程进行动力学仿真,分析研究缠绕过程中钢丝绳缠绕及受力情况,校核验证双折线式多层缠绕卷筒的设计合理性,确保钢丝绳能够平稳缠绕到卷筒上,且受力均匀,为结构设计提供参考与依据。     

BP神经网络在机床故障诊断应用中的改进

在分析了传统BP神经网络缺点的基础上,对其进行了改进.学习因子按照所设计的函数进行动态调整,增加了势态项,并在激活函数中加入了陡峭因子.将改进的BP神经网络与传统BP神经网络进行了对比,验证了改进BP神经网络的有效性,适合数控机床的故障诊断.     

基于改进BP神经网络面向STEP-NC 2.5D制造特征的智能宏观工艺规划

智能工艺规划是实现智能制造的关键技术。面向新型NC编程数据接口国际标准STEP-NC(STEP-compliantnumerical control, STEP-NC),一种基于改进BP神经网络面向STEP-NC 2.5D制造特征的智能宏观工艺规划方法被提出。在该方法中,用于STEP-NC 2.5D制造特征加工操作方法决策的集成BP神经网络模型首先被建立。考虑到BP神经网络容易陷入局部最优和收敛速度慢,将混沌算法、遗传算法和BP神经网络算法相结合得到用于加工操作方法决策的改进的BP神经网络。在此基础上,将零件的加工信息归一化处理后输入到改进的神经网络中,进而实现了STEP-NC 2.5D制造特征加工操作方法的智能生成。最后,通过实例验证了该方法的有效性和可行性。     

新型大型高扬程固定卷扬启闭机开发与设计

分析了大载荷、高扬程固定卷扬式启闭机的传统型式和新型的优缺点,提出了新型启闭机的设计方案。介绍了大容量高扬程启闭机起升卷筒多层缠绕的折线卷筒设计分析;以及新型启闭机的控制系统。     

水电站启闭机大型卷筒折线绳槽加工研究

平行折线型卷筒在水电站启闭机械的应用越来越广泛,解决其加工问题亦越来越重要。介绍了一种平行折线绳槽加工方法及设备改装措施,在实际应用中起到很好的经济效益。     

基于混沌神经网络的异步电主轴转速辨识

针对BP神经网络易陷于局部最优,且学习速度慢的缺陷,研究了采用混沌优化算法改进BP神经网络并应用于异步电主轴转速辨识的方法.该方法使用新的混沌自映射函数取代一般的有限折叠次数的Logistic自映射函数,使其兼具了混沌优化算法的全局寻优与BP算法局部寻优的优点.借助MATLAB/Simulink软件对无传感器电主轴转速辨识系统进行数值仿真.仿真结果表明,采用新方法使整个系统的辨识性能更优,学习速度更快.     

高压输电导线的损伤检测与故障诊断

本文利用红外和电磁传感器分别检测铝绞线和钢芯（钢绞线）的断股故障信号,应用db4小波基对故障信号进行了小波分析,由故障信号的时频域和小波分解细节特征,构造了神经网络诊断模型的输入特征矢量.利用3层BP网络实现了导线断股故障的精确诊断,所研制的红外电磁检测仪器可由巡线机器人携载和操作.     

基于BP网络的方案设计知识获取

在研究基于神经网络的知识表示和知识获取方法的基础上，利用神经网络的自学习，大规模并行分布式处理等功能，将其应用于方案设计,地解决方案设计智能系统中知识获取“瓶颈”的方法。最后以传动方案设计知识自动获取为例说明了此方法的可行性。     

基于ADAMS和SolidWorks的收割机拨禾轮的建模与仿真

本文根据山地微型联合收割机拨禾轮的功能要求,运用SolidWorks建立三维实体模型,并在此基础上运用ADAMS分析软件,对该偏心拨禾轮的性能进行分析和仿真,为山地微型联合收割机样机偏心拨禾轮的设计和制造提供一定的依据。研究结果表明,运用ADAMS和SolidWorks联合仿真可以实现偏心拨禾轮的快速设计和准确分析,缩短设计周期,在设计阶段找出设计的不足之处。根据设计参数建立的偏心拨禾轮虚拟样机满足设计要求,达到预期设计目的。     

基于并行结构的Gabor小波神经网络算法及应用

给出了一种基于并行结构的Gabor小波神经网络算法。根据多CPU系统的并行结构和神经网络本身并行性的特点,设计了用于图象目标识别的Gabor小波神经网络算法,算法的输入层包括Gabor小波尺度、平移和频率调制参数的运算;隐层是在并行CPU中实现神经网络算法及优化;输出层是Gabor小波神经网络的分类结果。对4类飞机图像目标进行了仿真实验,识别率达到98％以上,识别时间为40 ms。     

神经元网络钢丝绳断丝信号定量识别技术

在分析了钢丝绳电磁无损探伤技术的发展对检测系统提出的新问题之后，尝试了采用多层神经元网络改进Ｂ－Ｐ算法设计钢丝绳检测网络。讨论了加快网络收敛的主要措施。实验结果表明，采用神经元网络可以较好地解决钢丝绳断丝信号的定性、定量分析。     

基于并行算法的证据理论合成器的复合故障诊断

针对旋转机械复合故障的不确定性和模糊性,在蚁群神经网络的基础上,引入并行机制改进算法。利用多线程技术增大蚁群的搜索区域,同时采用编码映射匹配法则(EMM)提高匹配效率,缩短蚁群寻路时间,加快算法收敛速率,并对BP神经网络进行优化,结合概率转化(BPA)辅助决策。计算结果表明,合成器对复合故障识别率高,与人类决策一致,对其他模拟进化算法有借鉴意义。     

基于RFID技术的摩托车发动机生产换线推理机设计

实时采集和处理摩托车发动机生产单元基础数据,进行推理机的合理设计是优化生产换线推理决策的关键。从生产换线决策推理的需求出发,设计了基于RFID（Radio Frequency Identification,无线射频识别）技术的摩托车发动机换线推理机。首先,利用RFID技术进行生产单元数据采集和处理,将采集和处理后的数据存储到数据库中;其次,运用主成分分析法对数据库中的数据进行降维,使用降维后的数据对RBF（Radical Basis Function,径向基函数）神经网络进行训练,对于控制策略矢量中多模式变量进行融合分类,实现了生产换线决策推理机设计;最后在某摩托车发动机生产单元生产换线系统运用中取得了良好的效果。     

基于改进粒子群算法的神经网络PID控制研究

BP神经网络PID控制是利用BP神经网络的自学习和逼近任意非线性函数功能,对PID控制器的三个参数进行在线整定,但网络初始权值的选取困难.采用改进的PSO算法优化BP神经网络的初始权值,并对基于PAO算法的BP神经网络PID控制进行仿真实验.仿真结果表明,PSO算法使得网络初始权值的选取比较快速,系统的性能有所提高.