神经网络在毛坯形状预测中的应用

从影响冲压成型结果的因素和有限元网络映射法反算毛坯形状的方法出发,提出了基于神经网络预测毛坯形状模型的方法。选取凸模圆角半径、凹模圆角半径、压边力和摩擦系数等作为影响冲压成型结果的因素,利用正交表和随机法产生径向基神经网络的学习样本,用有限元网络映射法反算的毛坯的长度作为神经网络的输出,通过影响冲压成型结果因素的随机样本对神经网络进行检测。实验表明,提出了预测毛坯形状模型的方法是有效的。     

等效拉延筋在板料成形毛坯设计中的应用研究

研究了等效拉延筋在板料成形毛坯设计中的应用,提出利用反向方法结合等效拉延筋进行毛坯设计的设计思想。并通过实例的研究表明设计的毛坯是合理的,同时也表明结合等效拉延筋的毛坯设计方法可以用于大型覆盖件的毛坯设计。     

BP神经网络在高强度螺栓疲劳试验设计中的应用

阐述了BP神经网络的结构模型和算法，并由此建立了BP神经网络在高强度螺栓疲劳试验设计中的应用模型。最后，得到的仿真结果表明，它对试验改进措施具有指导意义。     

正交试验法在断路器参数设计中的应用

正交试验法是研究多因素多水平的一种设计方法。本文通过介绍正交试验法在断路器校准动作时间影响参数设计中的应用,阐述了正交试验法的优越性和运用体会。     

RBF神经网络在冲压件毛坯优化设计中的应用

人工神经网络以其高度的并行处理信息的能力，能够有效地实现从输入到输出的非线性映射，广泛用于难以建立数学模型的非线性系统。本文将径向基函数（Radial Basis Function，RBF）神经网络引进到冲压件毛坯展开的优化设计当中，并结合MATLAB软件进行编程运算，通过实例证明了该方法的有效性。     

反向传播神经网络在非线性预测中的应用

在相空间重构理论的基础上将神经网络理论引入混沌时间序列预测领域,给出了BP神经网络拟和重构后所得函数关系的具体实现过程,并应用训练后的网络进行预测,经计算机仿真表明该方法是行之有效的,并给出了具体应用实例。     

基于正交试验-神经网络模型的不锈钢离子渗碳性能预测

本文基于正交试验-神经网络的方法,采用双辉离子渗碳技术对奥氏体OCr18ni9不锈钢进行了渗碳性能试验研究。对正交试验结果进行极差分析和方差分析,得到了较优的试验参数配置。采用神经网络,建立渗层性能预测模型,证明了神经网络在渗层性能预测方面的可靠性,为以后的科学实践提供了一种合理的方法。     

BP神经网络在矿井涌水量预测中的应用

矿井涌水量问题受到多种因素的共同影响,具有非线性和高度复杂性。应用BP神经网络,结合工程实例,采用了两种不同的输入神经元构造方法来构建涌水量神经网络预测模型。首先收集了陕西大海则煤矿某个钻孔自1999~2008年7月份的涌水量数据,然后利用这些数据对已经构建好的神经网络进行训练,并用训练完成的网络进行涌水量数据预测,最后与实际值进行比较。结果表明:两种模型都可以完成预测工作且易操作,但是在预测精度上有差异。     

正交试验设计在TA2筒形件拉深成形过程中的应用

研究了TA2筒形件的拉深成形过程,对无压边圈情况下拉深成形的5个因素(凹模入口圆角、凸凹模间隙、模具与板坯之间润滑系数、凸模圆角、坯料直径)进行了有限元数值模拟及其正交试验,提出了采用成形后板坯最大厚度与最小厚度之差Δt的概念来作为描述零件成形结果的评价标准,且论证了采用该评价标准的合理性。对试验结果进行了直观分析和方差分析,得出了各因素对拉深成形过程的影响次序及显著性。     

板料成形坯料形状与应变分布的快速精确预测

采用有限元逆算法和四边形单元开发了板料冲压成形与模具设计快速分析软件FastAMP。模拟了比较典型的L形盒冲压件的坯料形状和厚向应变,并分别与实验结果和商业软件AutoForm的计算结果进行了比较,说明FastAMP软件可以精确地预测冲压件的坯料形状和应变分布规律,而且计算速度很快。     

基于几何映射法的钣金展开有限元逆算法

在现有线性变形逆向映射法的基础上，采用几何映射法计算变换单元，避免单元刚度矩阵出现畸形，提高钣金展开有限元逆算法的稳定性和收敛速度，对几何映射法与投影法所计算的变换单元进行了对比，数值计算结果表明用几何映射法计算的初始估算展开料形状更接近于最终的钣金件展开形状。以涡轮叶片和曲柄轴箱盖的展开为例对改进后的有限元逆算法进行了实验和数值验证，试验结果显示，该方法是有效的钣金展开算法。     

基于遗传算法和神经网络的塔机结构动态优化设计

利用遗传算法和BP神经网络建立复杂结构系统动态优化的计算模型,该模型可代替系统原来的有限元模型,用于振动系统的快速重分析。首先对塔式起重机结构系统进行模态分析及谐响应动力学分析,找出对结构动态特性影响最大的模态频率,再利用灵敏度分析,确定对动态特性较敏感的设计变量作为神经网络的输入变量,并利用正交试验法确定神经网络训练样本,用有限元模型计算出样本点数据,建立反映结构振动特性的人工神经网络模型,最后利用遗传算法对所建立的神经网络模型寻优,得到使结构动态性能最优的设计参数。     

基于有限元逆算法的钣金展开设计

主要讨论了用有限元逆算法进行钣金展开计算的方法，并用方盒和叶片的展开设计算例验证了这种方法的有效性。同其它的展开算法相比，有限元逆算法是一种计算精度较高，计算时间短的数值模拟工具。     

人工神经网络理论在塑性加工中的应用

概述人工神经网络理论在塑性加工中的应用近况，探讨它在应用过程中存在的问题，并预测它在塑性加工中的应用前景。     

基于遗传算法和BP神经网络的裙座锻造结构优化设计

裙座锻造结构几何参数是影响其力学性能指标的重要因素,它们之间的关系既无先验公式表征,又为非线性,一般采用分析设计方法,但耗时长也未必达到优化目的。神经网络法具有超强非线性映射能力,可自动总结出数据之间的函数关系,遗传算法可多点群体搜索,并可不陷入局部最优点。利用正交试验法确定神经网络训练样本,用有限元模型计算出样本点数据,建立反映结构特性的人工神经网络模型。最后用遗传算法对所建立的神经网络模型寻优,得到较好的结果。     

神经网络在20钢时效组织状态无损识别中的应用

通过提取试样超声回波信号的小波系数作为表征组织状态的特征参量，探讨了BP神经网络在20钢球化组织状态和30Mn2SiV结构钢轧制组织状态无损识别中的应用。结果表明：构造BP型神经网络可实现对20钢和30Mn2SiV结构钢组织状态的无损识别与分类，平均识别率可达到86．6％和88．3％，为钢铁材料组织分析提供了一种先进而有效的新方法。     

BP神经网络在气象仪故障诊断中的应用

针对气象仪常见的几类故障分别建立相对应的子神经网络,并总体组成一个总的神经网络系统来诊断气象仪的故障方法,以帮助维修人员快捷、准确、自动地诊断出故障原因,以降低故障处理时间,提高运行效率。