共查询到18条相似文献,搜索用时 78 毫秒
1.
2.
通过激光切割加工工艺实验,建立了相应的激光切割参数模型,应用改进BP神经网络算法进行参数选取,取得了满意的效果。 相似文献
3.
4.
5.
研究MS-WEDM多次切割中第二次切割参数对表面质量和切割速度的影响规律,寻求最优参数组合,有利于提高多次切割的加工质量。采用单因素试验研究第二次切割参数的脉宽、脉间、功放、丝速等参数对表面粗糙度和切割速度的影响规律,选取4水平4因素进行正交试验,用综合评分法将表面粗糙度和切割速度的多目标优化问题转化为加权综合评分的单目标问题。结果表明:更优的加工参数方案为脉冲宽度6μs、脉冲间隔5μs、功放1个、丝速6 m/s,并通过试验验证,其表面粗糙度为1. 54μm,切割速度为149. 43 mm~2/min,加权综合评分为0. 26。 相似文献
6.
7.
8.
9.
10.
针对金属板材渐进成形过程中易出现壁厚不均的问题,在多点渐进成形工艺的基础上,选定合理的工艺参数,建立有限元模型,设计正交试验方案,利用ANSYS/LS-DYNA对方锥台制件渐进成形过程进行数值模拟,并对正交试验结果进行极差分析、方差分析和BP神经网络优化。结果表明:在板材多点渐进成形中,进给量对目标制件成形区壁厚均匀性影响最大,其次是工具头半径,进给速度影响不明显;BP神经网络模型的预测结果与正交试验结果相比误差小于5%;1060铝合金板材在多点渐进成形过程中,当工具头半径为6 mm、进给量为0.25 mm、进给速度为30 mm·s-1时,可获得壁厚较均匀的目标制件。 相似文献
11.
目的基于BP神经网络具有自学习、自训练和输出预测的功能,将其应用于热喷涂过程中的参数优化问题。方法依托高效能超音速等离子喷涂系统实验平台,以Fe基合金粉末为喷涂材料,将等离子喷涂中的主气流量、电功率和喷涂距离作为模型输入,涂层沉积速率和硬度作为模型输出,不断调整隐含层节点个数,最终建立3-7-2网络结构的BP神经网络以优化工艺参数。利用优化出的工艺参数制备Fe基合金涂层,测试其性能,并计算误差。结果神经网络优化出的最优喷涂工艺参数为:主气流量96L/min,电功率56 k W,喷涂距离95 mm。采用该工艺参数制备涂层,涂层增厚实测平均值为360μm,硬度为672HV0.3,而模型的预测值分别为332μm和611HV0.3,与预测值的相对误差分别为7.8%和9.1%。结论 BP神经网络对等离子喷涂参数优化问题的拟合精度比较高,误差在可以接受的范围之内。将BP神经网络运用于热喷涂工艺参数的优化具有科学性和可操作性。 相似文献
12.
13.
以坩埚H/D值、V2O5还原率、V2O5收得率、TiO2还原率和TiO2收得率为输入参数,钒基合金V3TiNi0.56收得率为输出参数,训练过程采用trainlm函数,设计了具有较高精确度的BP神经网络优化模型,可推广应用到各种钒基合金的自蔓延高温合成工艺参数的优化. 相似文献
14.
15.
16.
《组合机床与自动化加工技术》2016,(2)
电阻点焊工艺参数的设置对点焊焊接质量有着非常重要的作用,难以建立精确的数学模型。基于此,提出一种将Logistic映射微粒群优化算法(LPSO)与BP神经网络相结合的方法,对0.8mm厚08AL钢板点焊工艺参数建模优化。在详细分析点焊工艺的基础上,利用BP神经网络建立点焊工艺参数与焊接质量之间的模型,同时结合LPSO的全局寻优能力,对点焊工艺参数进行优化,获得三大主要工艺参数(点焊时间、点焊电流与电极压力)的最优匹配。以点焊时间9周波、点焊电流11.41k N、电极压力1.7k N的最优工艺参数组合进行试验,结果表明,与BP+COA和正交实验法相比,该方法具有更高的可靠性。 相似文献
17.
以合金型号、预热温度、链条速度、链条角度、焊接温度和焊接时间为输入参数,直通率为输出参数,构建6×18×9×1四层拓扑结构的神经网络优化模型,可以实现无铅焊接工艺参数的优化设计,且预测精度较高、预测能力较强。现场验证表明,与产线上原用无铅焊接工艺参数相比,采用神经网络优化模型设计的无铅焊接工艺参数,获得的无铅焊接焊点直通率从98.12%提高到100%;焊点内部均匀、致密,无气孔等缺陷。 相似文献