自组织竞争神经网络板材拉深材料参数识别

阐述了自组织竞争人工神经网络模型优化算法的特点，建立了自组织竞争人工神经网络识别模型，给出板材拉深材料性能参数输入输出层设计和样本数据的采集与处理的方法。研究了自组织竞争人工神经网络模型仿真实例，得到了较满意的识别结果，开辟了应用自组织竞争人工神经网络模型优化板材材料性能参数识别诊断研究的新领域。     

人工神经网络在钛合金领域的应用

概括了人工神经网络的学习机理以及运用较多的BP神经网络模型的BP算法原理,进一步综述了人工神经网络在钛合金材料高温变形行为研究、力学性能预测和相变规律等方面的应用情况。认为将人工神经网络技术应用于钛合金材料领域中,可以明显地提高工艺设计效率,缩短实验周期,对钛合金材料的研究具有很高的应用价值和深远的指导意义。     

人工神经网络在塑性成形领域中的应用研究

在概述人工神经网络发展及应用的基础上,综述了国内外神经网络在塑性成形领域中应用的现状,着重介绍了板材成形和模具设计与制造方面应用神经网络的现状。利用人工神经网络实现了板材拉深成形智能化控制过程中摩擦系数的实时识别,并对其进行了实验证,结果表明,神经网络模型能够很好地解决板材拉深成形智能化控制过程中摩擦系数的实时识别问题,实现整个拉深化过程的智能化控制。最后指出了当前人工神经网络研究与应用中的不足之处及今后的研究方向。     

基于人工神经网络的焊缝宽度预测

研究了用神经网络预测焊缝宽度的方法。首先对焊接质量检测系统的一些相关问题进行了研究,考虑了弧焊特性的提取、焊接质量的预报以及人工神经网络模型(ANN)的应用,设计了一个基于人工神经网络的焊接质量检测系统,给出系统的组成结构,ANN被用于预测焊缝宽度,建立了焊缝宽度预测的人工神经网络模型。为了验证建立的ANN模型的可行性,进行了仿真研究。仿真结果表明,所建立的ANN模型可预测焊缝宽度,基于人工神经网络的焊接质量检测系统是有效的。     

模糊神经网络在焊接性能预测中的应用现状

通过将模糊推理系统与人工神经网络技术的结合,建立了模糊神经网络预测模型,可以实现对焊接性能的预测。焊接性能预测系统的建立,缩短了焊条研发周期,提高了焊接性能。介绍了人工神经网络和模糊推理系统在焊接领域的应用,综述了模糊神经网络在焊接性能预测中的应用与研究现状,并探讨了其在应用研究中的问题以及未来的发展趋势。     

软计算在塑性成形中的应用研究

介绍了软计算方法的概念、内涵、外延以及应用,探讨了模糊理论、人工神经网络及遗传算法等技术的特点,论述了软计算技术间的融合及集成方法,并针对软计算在塑性成形领域的应用介绍了包括冷挤压工艺设计中人工神经网络的遗传优化问题、模糊神经网络用于冷挤压件能否一次冷挤压成形的判断以及运用人工神经网络进行专家系统的知识自动获取等;综述和分析了软计算应用于塑性成形领域的国内外研究现状;对软计算技术的进一步研究和应用提出了展望。     

人工神经网络技术在电阻点焊质量控制中的应用研究和展望

对人工神经网络技术在电阻点焊控制和无损检测中的应用研究,有望使电阻点焊经自动控制和适用、可靠的无损检测方法的获得质的突破。本文介绍了９０年代以来,国内外人工神经网络技术在电阻点焊质量控制和无损检测中的应用研究成果,并对这类研究的发展趋势进行了简分析和展望。     

人工神经网络控制在焊接中的研究应用

介绍了近些年来国外关于人工神经网络控制技术在焊接过程的自动化、智能化控制中的研究应用。     

基于人工神经网络设计孕镶金刚石钻头的研究

提出了利用人工神经网络来设计孕镶金刚石钻头；讨论了人工神经网络的基本原理；开发了基于人工神经网络设计孕镶金刚石钻头的软件程度；列举了应用实例。     

应用人工神经网络专家系统进行拉深件成形缺陷分析

人工神经网络专家系统是一种新型的专家系统,阐述了人工神经网络专家系统在冲压件成形缺陷分析中的应用,着重指出了人工神经网络专家系统与传统专家系统的不同之处以及在建立冲压件缺陷分析人工神经网络专家系统时所要注意的关键技术。     

神经网络在铸造生产中的应用

主要介绍了神经网络在熔炼设备生产中进行智能管理和控制,这有利于保证生产的安全和熔炼的质量;应用神经网络能够准确预测型砂主要组分、快速检测铸铁化学成分和分析铸件的性能与缺陷等;神经网络在铸件疲劳损伤过程的仿真和寿命估算以及石墨形态的识别与自动分类等方面的应用也有良好效果.     

人工神经网络在声发射检测中的应用

介绍人工神经网络技术在声发射检测领域的应用现状，并对这项技术在声发射检测中的应用前景进行了展望。简介人工神经网络声发射检测应用的基本原理并用实例加以说明。     

注射工艺参数的快速确定方法

采用试验法来调整并确定注射工艺参数的方法不仅费时费料、效率低下 ,而且由于参数间的相互影响 ,难以得到最合适的参数值。现对人工神经网络技术在注射工艺参数快速确定方面的应用进行了研究 ,在CAE模拟的基础上 ,利用MATLAB下的神经网络工具箱建立了BP网络模型 ,编制了应用程序 ,对参数非线性映射过程进行求解。结果表明 ,人工神经网络技术应用于注射参数的快速确定方面是可行的     

TC4钛合金神经网络本构模型及在有限元模拟中应用

利用Zwick/Roell Z100材料试验机,对TC4钛合金进行等温恒应变速率下的单向拉伸试验。基于获得的试验数据,采用BP神经网络技术建立了该合金的高温本构关系模型,并对其预测性能进行分析。基于ABAQUS/Explcit平台进行材料子程序二次开发,将神经网络本构模型嵌入到有限元计算中,实现了TC4钛合金高温变形的数值模拟。结果表明,神经网络本构模型预测精度很高,可以准确地描述TC4钛合金在热态下的动态力学性能。神经网络本构模型应用于有限元模拟可行且有效。     

人工智能在轧制领域中的应用进展

人工智能在轧制领域中的应用已有30多年的发展历史,20世纪90年代我国轧钢界曾经出现过一波在学术研究、技术开发和现场应用中使用人工智能技术的高潮。本文介绍了神经网络、专家系统、模糊控制、智能优化算法等人工智能方法在轧制过程中应用的一些实例,涉及轧制力等参数计算、负荷分配、温度控制、宽度厚度控制、板形控制等具体内容,以及涉及原料管理、加热、冷轧和热轧、卷取、产品组织性能预报等,并对今后轧制智能化的发展方向进行了展望。     

信号处理和虚拟仪器技术在无损检测中的应用

无损检测技术的发展及应用对机械工程发展具有重大意义。介绍了数字图像处理、人工神经网络、多传感器信息融合技术以及虚拟仪器技术在无损检测中的应用情况。     

人工神经网络技术在电工产品可靠性实验中的应用(理论部分)

本文简要介绍了人工神经网络，BP神经网络的结构、训练和学习规则以及人工神经网络非线性时间序列预测的应用概况。