用BP神经网络预测数控铣削变形

铣削变形问题一直是影响薄壁件加工精度的瓶颈问题。由于引起铣削变形的因素较多以及铣削过程本身的复杂性,使得铣削参数与变形量之间的关系很难用准确的解析式来表示。因此借助神经网络的非线性映射能力,建立了变形量与铣削参数之间的非线性映射模型。结果显示:所建立的神经网络模型具有较高的精度和良好的泛化能力。该研究为进一步的铣削参数优化提供了保障。     

融入复杂地层动态识别的盾构施工地表沉降预测方法研究

针对盾构掘进过程中无法全面动态感知地质信息引发的难以精确预测地面沉降问题,提出了一种融入动态地层识别的地面沉降预测方法,该方法基于XGBoost动态地层识别模型,利用盾构施工参数对地层变动情况进行反向推演,明晰了地层变动时施工参数的变化规律;通过基于BP-SVR的地面沉降预测融合模型最终得到距开挖面不同距离处的地面沉降量与地层情况、掘进参数的内在关联关系,从而实现了复杂地层自适应的地面沉降量准确预测。在某地铁施工区间590环数据验证下,所提的地面沉降预测方法相比传统预测方法具有更高的预测精度。     

车削加工仿真中工艺系统受力变形分析及预测

介绍了在CAK 5085dj数控车床上,利用KISTLER 9257B对切削力进行实测,并与切削力经验公式和MATLAB神经网络预测模型所得的切削力进行比较,得出最符合实际的切削力预测模型,实现对切削力的快速精确预测;实测了数控车床刚度,估算了工艺系统受力变形误差,并将此预测结果应用到车削加工仿真中.     

软土地层盾构下穿河道沉降变形分析与控制措施

针对地铁盾构隧道下穿某河道实际工况,考虑河道、隧道、地层等影响因素,建立三维有限元数值模型进行分析.结果表明,河堤与河底交界处地表产生最大沉降为3.8cm;至河底时,管片两侧及顶底所受应力达到最大值为6.35MPa.为确保盾构穿越风险源河道时能够安全有效地施工,在下穿非河流段和穿越河流段时分别使用0.4～0.5MPa的...     

基于BP神经网络的齿圈装夹变形预测研究

针对薄壁齿圈的装夹变形问题,将Abaqus有限元仿真与BP神经网络技术应用到了齿圈装夹变形预测中。根据齿圈实际加工装夹情况,应用Abaqus有限元分析软件,建立了齿圈装夹变形的仿真模型,开展了齿圈装夹变形的有限元分析研究,建立了齿圈装夹力及其径向最大装夹变形之间的关系;以Abaqus有限元仿真数据作为训练样本和检验样本,借助BP神经网络良好的预测精度和非线性泛化能力,通过MATLAB神经网络工具箱,建立了基于BP神经网络的齿圈装夹变形预测数字化模型;并根据检验样本对模型进行了检验,预测值与仿真值之间的相对误差在0.05%之内。研究结果表明:建立的基于BP神经网络的齿圈装夹变形预测数字化模型是准确有效的,可以为智能化大数据加工制造环境下的齿圈装夹参数优化提供准确有效的数据。     

基于BP神经网络的销售预测分析系统

销售预测是企业预算管理的基础,对企业的发展和正常生产有着非常重要的作用。首先建立了一套销售预测分析模型系统,对销售历史数据进行统一管理,利用销售预测分析模型给出预测结果报表。同时,建立了基于BP神经网络的预测分析模型。最后,将该系统在某电器厂进行应用,并通过与传统预测方法指数平滑法的比较,验证了该系统的实用性和预测模型的准确性。     

基于神经网络的数控铣削变形预测

数控铣削加工变形问题一直是自动化制造领域的瓶颈问题。铣削过程的复杂性及引起变形的多因素性使加工变形问题很难得到精确的解析解。本文在相关课题研究的基础上 ,将自动控制领域的前沿科学———人工神经网络引入该问题的研究进程之中 ,采用三层反向传播BP网络模拟铣削参数与变形间的非线性关系 ,为加工变形预测及进一步实现变形控制提供科学依据。     

基于神经网络的数控机床可靠性预测的研究与实现

数控机床的生产厂家为了生存和发展的需要,对可靠性的预测也提出了迫切的要求。本文提出了基于人工神经网络的可靠性预测方法,建立了用于数控机床可靠性预测的三层BP神经网络模型,给出了具体的算法。通过实例证明该方法比传统的数学预测方法更准确和可靠。     

基于BP神经网络预测的马铃薯晚疫病预测系统

马铃薯晚疫病是对马铃薯种植危害最大的病害之一,这种病现在还没有很好的根冶办法,只能以预防为主.BP神经网络在预测控制中有着极其广泛的应用,本文首先介绍了BP算法及网络隐含层与结点数的相关问题,然后说明了利用神经网络预测实现的马铃薯晚疫病预测系统,系统采用BP神经网络算法,以气象数据等作为预测的输入,达到预测马铃薯晚疫病流行程度的目的.     

基坑变形的动态神经网络实时建模预报方法

为了对基坑变形进行更准确的监测和预报，根据基坑变形的特点，提出了应用动态递归神经网络进行实时建模预报，并采用一种改进的在线学习算法，较好地描述了基坑变形的动态特性。通过对某工程基坑的监测，验证了该方法的有效性。     

基于BP网络和线性预测方法的机器人信息预测

研究在RoboCup小型组比赛中通过预测减小系统延时产生的影响。整个系统在运行过程中产生信息传递的延时,视觉信息不能真实的反映当前场上机器人和球的信息,需要对视觉信息进行预测,以减小延时造成的误差,最终得出综合信息供后续决策使用。文章采用BP神经网络和线性预测的方法来解决这个问题。     

BP神经网络补偿三维曲面非接触式测量系统热变形误差研究

针对一个三维非接触式测量系统，在简要介绍系统工作原理的基础上，指出机械部分的热变形误差是影响系统误差的关键。该文在分析测量系统机械部分的基础上对它进行了热误差的分析和建模，并结合改进的BP神经网络给出了具体实现的方法。     

盾构隧道施工远程监控系统的设计和应用

首先介绍了盾构施工过程中的远程监控系统的硬件软件设计，最后对该系统成功应用于施工实践及其系统优化作了阐述。     

盾构机盾尾变形检测与有限元分析

为研究盾构机施工过程中盾尾的实时变形,提出一种有限元分析与应变检测相结合的方法,研发一种盾尾变形检测系统。建立了盾构机简化的三维模型,并依据盾构机在施工过程中,其壳体的受力与变形情况,通过有限元仿真得到盾尾应力与变形之间的本构关系,结合现场具体情况,确定了应变花的粘贴位置和数量。利用变形检测系统测量了盾尾 2 个截面上共 12 个区域的变形数据,并与现场全站仪测量数据进行了对比,两者之间的差别平均为 2.6 mm 。     

焊接变形预测与控制的研究进展

综述了焊接变形预测和控制的研究现状，介绍了对焊接变形进行预测的几种常用理论和方法，包括热弹塑性理论、考虑相变和耦合效应的有限元分析、粘弹塑性有限元分析、残余塑变法、相似理论、人工神经网络的应用等。同时介绍了控制焊接变形的几种方法，如反变形法、控制工艺参数、控制温度场以及系统综合分析等。最后讨论了焊接变形研究中需要解决的几个问题。     

盾构机推进液压系统设计与仿真分析

对盾构机推进液压系统做了详细的介绍,阐述了其系统组成及工作原理。该系统应用电液比例控制技术实现了推进力和位移的控制。通过对推进系统的仿真分析表明:采用电液比例泵和比例减压阀的控制策略,满足了系统的推进速度和压力要求。     

盾构施工信息传输系统的研究

阐述了盾构施工中信息传输系统的结构设计,并通过现场调试对该系统进行了检测,对今后该方向的研究起到了一定的指导作用.     

地铁盾构施工技术浅析

随着地铁的修建,地铁网络逐步形成,盾构技术在其中扮演着重要角色。对盾构地铁隧道引起地层变形和位移的主要因素、变形状况进行了分析,并阐述了相应采取的施工技术措施。     

回撤吊车负载敏感液压系统设计及仿真分析

为解决负载匹配,以及缓解支架回撤吊车应用过程中存在的能耗高、效率低和系统温度高等问题,基于负载敏感变量泵对其液压系统进行设计及仿真分析。该液压系统主要由负载敏感变量泵、流量补偿阀、负载敏感阀、梭阀和液压缸等组成。在工作过程中,负载敏感变量泵通过梭阀及负载敏感阀感知系统负载力而向系统提供所需流量。基于AMESim对该液压系统和变量泵进行建模及仿真分析,得到液压缸压力、负载口流量变化和梭阀流量补偿以及变量泵压力、流量和斜盘倾角变化情况。结果表明：变量泵可根据负载所需压力和流量实时调整斜盘倾角大小,进而实现压力 流量补偿功能;负载压力和流量阶跃变化时,变量泵具有良好的动态补偿特性。