汽车同步器齿环锻压工艺的神经网络优化研究

以4×24×12×1的四层拓扑结构,以始锻温度、终锻温度、锻压速度、模具预热温度作为输入层函数,以耐磨损性能作为输出层函数,构建了优化汽车同步器齿环锻压工艺的神经网络模型,并对此模型进行了预测验证以及产线应用验证。结果表明,模型输出的室温和高温磨损体积平均相对预测误差分别为3.3%、3.2%,模型预测能力佳、精度高。与目前产线现用工艺相比,采用神经网络模型优化的工艺锻压的汽车同步器齿环室温磨损体积减小5.3%、高温磨损体积减小38.9%,齿环耐磨损性能提高。     

旋转机械的遗传算法优化神经网络预测模型

趋势预测是实现旋转机械先进的预知维护的关键技术,神经网络模型预测是实现趋势预测的新途径。当前旋转机械状态预测神经网络对环境的适应性较差、预测精度较低。针对这个问题,提出了一种在线自适应趋势预测方法。利用遗传算法(GA)的并行搜索能力对BP网络结构参数进行动态优化。改进后的预测模型能够根据不同条件对结构参数进行动态优化,取得了较理想的在线预测效果。     

旋转机械的新息加权神经网络工作状态趋势预测研究

在面向旋转机械的神经网络工作状态预测中,存在着对新数据强调不足的缺陷,为了弥补原有的神经网络存在的缺陷,提出一种新的神经网络预测方法,即基于均值函数新息加权的神经网络预测方法.依据时间序列数据的新旧程度对预测值贡献的大小,通过均值函数赋给输入数据不同的权值系数,提高神经网络的预测精度.在旋转机械工作状态预测中取得较为理想的预测效果.     

机械设备状态预测方法的发展与研究

在分析基于时序模型的传统机械设各状态预测方法的基础上,归纳总结了近年来小波分析、神经网络、灰色理论等在机械设备状态预测中的应用,并总结了各自的特点。     

基于ABC-BP神经网络的航空发动机故障诊断方法

为有效诊断发动机机械磨损故障,根据滑油金属磨屑建立基于ABC-BP神经网络故障诊断模型。模型针对BP神经网络的缺陷,利用人工蜂群优化BP神经网络,在初始化参数时将BP神经网络的误差函数作为人工蜂群的适应度,选择适应度最优的一组参数作为神经网络的权值和阈值。最后应用航空实际数据进行仿真研究,结果表明模型有较好的故障诊断效果,为实现故障预测和健康管理奠定基础。     

基于结构自适应径向基神经网络的油样光谱数据建模

基于光谱分析数据的机械磨损状态预测有利于发现机械系统的早期磨损故障。由于神经网络对于非线性模型的辨识和非平稳信号的预测，与传统预测模型相比具有明显的优势，将神经网络预测方法运用于光谱分析，提出了基于神经网络预测的光谱分析监测技术。在预测模型中采用了在函数逼近、分类能力和学习速度均优于BP网络的径向基函数（RBF）神经网络模型，针对RBF网络的结构对于信号预测或模型辨识的精度具有影响很大的问题，提出了结构自适应RBF网络预测模型。利用遗传算法，对神经网络输入节点数、径向基函数分布系数及网络训练误差进行了优化，得到了最优的RBF网络预测模型。最后，对某航空发动机实际的光谱分析数据进行了预测和分析，并与ARMA模型进行了比较，结果充分表明了文中方法的有效性和优越性。     

大型旋转机械状态组合预示模型研究

大型旋转机械的状态预示技术是实现设备状态维护的关键,针对大型旋转机械的几种典型趋势,提出支持向量机(support vector machines,SVM)进行系统故障趋势预示的模型,采用BP(back propagation)神经网络模型和SVM模型对不同的趋势进行预测,结果表明SVM模型具有预测精度高的特点.在以上研究的基础上,提出一种新的旋转机械系统状态组合预测模型.该模型采用振动烈度和特征频率分量作为预测机械系统状态的敏感因子,采用从时域到频域、频域到时域,构建旋转机械状态预测的组合模型.将基于SVM的组合预测模型应用于旋转注水机组的状态预测,取得较好的预测效果.     

利用肌电信号离线控制机械臂

研究的目的是利用人体上肢肌肉的肌电信号来控制机械臂的运动。人体手臂在水平面上做屈伸运动,采集肱二头肌和肱三头肌的肌电信号和肘关节角度信号,对肌电信号进行处理和特征提取,提取的特征值作为一个四层的神经网络模型的输入信号。运用改进后的误差反传学习算法最优化网络各层权值,并使用该神经网络模型来预测人体的肘关节角,使用该预测角来控制机械臂,机械臂的运动与人的肘关节角进行比较,试验结果表明肘关节运动角度与机械臂的运动角度方均根误差小于1°。     

基于改进灰色神经网络模型的板料成形缺陷预测研究

为了准确预测和减少板料成形过程中可能出现的缺陷,提出了一种改进的灰色神经网络预测模型。该模型利用BP神经网络辅助灰色预测模型进行预测。其中,灰色模型进行粗预测,神经网络模型修正其误差,再通过寻找最佳权值以优化灰色模型中微分所对应的背景值,进而得到精度更高的灰色神经网络模型。以国际著名板料成形数值模拟会议NUMISHEET'93的方盒件拉深为例,运用改进的灰色神经网络模型,预测其拉裂和起皱。结果表明,改进的灰色神经网络模型具有很高的预测精度,相比于未改进的灰色神经网络模型,预测结果更加准确和稳定。     

关于锻压机械作业安全概念的完整性分析

文章从锻压机械的设计、光电保护装置的性能和安全生产管理等几个方面,通过对各种情况的分析,较为详尽地说明了锻压机械作业安全的完整性概念,并希望人们对这一概念有一个清晰的了解,以便于做好应用锻压机械过程中的安全生产工作。     

锻压机械电气功能安全的设计方法

锻压机械是现代生产和生活中必不可少的装备,在给人们带来高效、快捷和方便的同时,在其制造、运行及使用过程中,也会带来各种机械或非机械危害. 锻压机械安全的任务是采取系统措施,在生产和使用机械的全过程中保障工作人员安全和健康,免受各种不安全因素的危害.锻压机械安全包括机械产品设计制造和设备使用安全两大方面的内容.     

汽车工业对锻压机械需求的预测

本文介绍了国内汽车工业发展概况和锻压机械需求量,并提供汽车发展较快国家的经验,可供我国汽车工业和锻压机械发展借鉴。     

BP神经网络修正灰色残差组合模型方法在油液光谱分析中应用的研究

提出了采用神经网络修正灰色残差组合模型对设备的磨损状态进行预测和诊断分析的方法。通过比较GM(1,1)模型、神经网络模型的预测结果,融合GM(GreyModel)模型与神经网络模型并构建组合模型进行油液光谱分析参数预测,可以克服单个模型所存在的不足。结果证明,该组合模型方法在预测中是可行的,预测的误差最小。     

基于数据驱动的零部件疲劳寿命预测研究现状与发展趋势

随着风电、高铁、航空等重大装备向着高可靠性、长寿命、智能化的方向发展,对齿轮、轴承等基础零部件的寿命提出更高的要求,也迫切需要更为科学、高效的疲劳寿命预测方法.机械零部件的寿命预测方法可分为基于物理失效模型、基于数据驱动模型和基于融合模型3种.随着零部件寿命预测研究向高精度、高效率发展,基于物理模型的寿命预测方法由于其模型复杂、耗时、不具有普适性等缺陷难以满足现代需求.基于数据驱动技术由于其具有无需知道其具体失效机理、预测结果准确等优点,且伴随机器学习、深度学习等技术的迅速发展,使得其成为零部件疲劳寿命预测研究的热点.鉴于此,详细阐述了基于数据驱动的机械零部件疲劳寿命预测方法,并详细介绍了神经网络、支持向量机、随机森林、深度学习等数据驱动方法在零部件寿命预测中的应用,总结了每种方法的特点,探讨了基于数据驱动的零部件寿命预测方法的发展趋势,并给出了基于GA-BP神经网络齿轮接触疲劳寿命预测研究的案例.     

串联灰色神经网络模型的研究

针对传统灰模型适应性和自学习能力差、中长期预测精度不理想的情况,在3种精度较好的灰模型的基础上引入BP神经网络,构建了串联灰色神经网络模型。仿真表明,这种灰色神经网络模型未出现预测残差和相对误差逐步增加的情况,预测精度明显好于灰模型,适合应用。     

中国CY泵的研发体会和经验教训——访CY泵领军人 徐绳武

当时CY泵开发的背景、过程是怎样的? 锻压机械无泵可用 在20世纪五、六十年代我国的锻压机械面临一种无泵可用,无泵可选的局血,当时引进的是苏联的径向柱塞泵和曲轴泵,这些泵压力低、排量小、体积和重量大,无法满足锻压机械的要求.     

机械系统智能化设计的研究：用神经网络实现系统特性的预测

本文从系统设计学的角度，探讨采用神经网络的方法在机械系统设计过程中，实现对机械系统特性的预测。其目的在于在机械系统设计的方案设计阶段，相对于新产品的初步设计，设计系统基于现有产品的信息，简单、而且具有继承性地为系统提供具有反馈性的系统特性表达方法。这一研究对建立高效、短周期、智能化设计系统过程是有益的。文中以雷达的结构系统固有频率预测为例，提出运用神经网络对机械结构系统特性进行预测的方法。本文的主旨在于推介在机械系统设计的方案设计过程中，应用神经网络方法进行系统特性预测的方法。     

考虑刀具底刃切削的CFRP铣削力精确建模研究

针对碳纤维复合材料(CFRP)铣削提出了一种切削力精确建模方法,即考虑刀具底刃切削作用的铣削力机械模型,通过实验识别底刃和侧刃的切削力并分析了切削力变化规律,建立了切削力系数关于瞬时切削厚度、纤维切削角及切削速度的BP神经网络模型,进一步实现了对铣削力的预测。单向板和多向板的铣削验证实验表明考虑刀具底刃因素可以提高切削力预测的准确性,同时也验证了BP神经网络在CFRP切削力建模中的可行性。     

关注机床制造技术专辑——锻压机械、铸造机械发展任重道远——访中国机床工具工业协会锻压机械和铸造机械分会王春生秘书长

机床行业是机械制造业的基础,在国民经济中占有重要地位。然而与机床行业相关的热加工领域中的锻压机械和铸造机械是由于机床行业中的小行业,因而一直以来受到的关注相对较小。那么究竟锻压机床和铸造机械的应用现状、存在问题及发展前景如何？相信是很多读者都关心的热点话题,为此本刊记者采访了中国机床工具工业协会锻压机械和铸造机械分会的王春生秘书长。     

汽车工业对锻压机械需求的预测

本文介绍了国内汽车工业发展概况和锻压机械需求量，并提供汽车发展较快国家的经验，可供我国汽车工业和锻压机械发展借鉴。