机械密封环端面热变形的分析与BP网络预测

分析了影响机械密封环端面变形的主要因素,说明了密封环对介质的传热系数及端面热通量的计算方法.对于高速重载机械密封,因密封环端面热通量大,其热变形显著高于力变形.当密封环模型一定时,按正交设计法给出若干端面热通量值作为输入样本,并将有限元法计算得出的端面内径和外径处的相对轴向变形Δz作为输出样本,训练3层BP人工神经网络,对该密封环端面的轴向热变形进行精确预测.正交设计法和人工神经网络方法相结合是密封环端面热通量与热变形之间高度非线性关系分析的有效方法.     

利用ANN法预估芳香族多硝基化合物的密度

运用神经网络模型,采用误差反向传播算法,对一系列芳香族多硝基化合物的密度进行了预测.结果表明,芳香族多硝基化合物的密度与其分子结构存在良好的相关性,选用分子结构描述码作为输入特征参数能取得较高的预估精度,预测结果的相对误差一般在±10%以内.     

梭式窑烟气氧含量软测量技术的研究

烟气氧含量是实现窑炉气氛控制和降低能耗的一个重要参数。提出了一种梭式窑烟气氧含量的软测量方法，利用人工神经网络来逼近窑炉状态参数与烟气氧含量之间的关系，并采用模糊聚类算法处理训练数据．提高了网络对梭式窑系统的逼近能力．提供了梭式窑烟气氧含量检测的又一途径。     

材料科学与工程中应用ANN的前景

介绍了ANN的基本概念和内涵及其主要用途，如在材料学科中的数据处理，尤其是陶瓷材料设计和材料检测中的应用前景。指出在现有研究的水平上，采用ANN解决材料科学与工程实际问题时的优点和局限性。     

人工神经网络在含氧有机化合物定量结构-保留关系中的应用

采用人工神经网络（ANN）对一系列含氧有机化合物的气相色谱保留指数建立定量结构-保留关系（QSRR）的模型,和多元线性回归（MLR）预测结果进行比较。在OV-1固定相上,相关系数R分别为0.989 1,0.991 1;在SE-54上,相关系数R分别为0.989 2,0.991 7。结果表明：MLR建立的模型优于ANN,具有良好的拟合度和预测精度。     

多传感信息融合在液压故障诊断中的应用

针对恶劣工作环境下多传感信息融合识别效果差和D-S证据理论中证据难获取的问题,在组建有效的传感器网络的基础上,结合改进的JDL模型并根据数据融合分级处理思想,数据层采用自适应加权最小平方估计法对数据进行清洗和特征提取,特征层通过多并行PSO-Hopfield网络的联想记忆功能进行局部诊断,决策层根据修正的D-S证据理论进行时空域融合,并且每级和最终诊断之间都有直接数据通信和反馈,使得知识库信息能为数据挖掘进行知识发现作必要的数据储备。通过仿真结果可知:该数据融合系统容错性强、能综合利用传感器信息并准确定位故障。     

空间网格结构节点螺栓松动损伤定位有限元分析

以单层柱面网壳试验模型为背景进行损伤定位研究,采用ANSYS软件对其螺栓松动损伤进行了有限元分析,利用神经网络的模式分类功能进行了螺栓松动的分步损伤定位,即首先以整体结构为研究对象,采用面向子结构的损伤定位,确定结构是否存在损伤及损伤的大致位置;然后采用面向节点的损伤定位法,确定子结构中螺栓松动损伤的节点位置。研究结果表明：损伤识别的成功率与杆件灵敏度密切相关,为了保证识别结果准确性,其灵敏度达到2%以上才能正确识别,当杆件的灵敏度过低时将无法通过动力测试识别;采用分步损伤定位方法可以显著减少损伤精确定位时训练样本的数量,适合于不完备的模态数据,利用低阶模态数据即可准确识别损伤的子结构与节点位置。     

大跨度空间网格结构的损伤定位

本文建立了基于模态曲率法和人工神经网络技术相结合的、适用于大跨度空间网格结构的损伤定位新方法,即首先应用模态曲率法判断结构是否发生损伤并识别发生损伤的局部结构,然后对发生损伤的局部结构利用人工神经网络技术识别损伤的准确位置。通过分析和比较发现,以模态曲率为基础的损伤参数比较适合于大跨度空间网格结构的损伤定位,三种以模态曲率为基础的损伤定位参数按有效性进行排序,从低到高依次为模态曲率、模态曲率差、模态曲率变化率;针对天津奥林匹克中心体育场大跨度悬挑管桁结构进行了不同损伤状况的数值模拟,验证了所建立的损伤定位方法的适用性和有效性。研究结果表明:利用模态曲率变化率识别损伤发生的大致位置,当单榀桁架发生损伤时,识别的准确率达到100%,当多榀桁架同时发生损伤时,识别的准确率达93.7%;采用人工神经网络技术识别损伤桁架的准确损伤位置时,在无测量噪声影响下,损伤定位的准确率达到97.0%,且测量噪声对损伤定位准确率的影响很大。     

基于神经网络技术的冲压工艺方案决策系统研究

本文根据冲压工艺设计的特点，探讨基于ANN的冲压工艺决策问题，论述了面向ANN技术的工艺问题描述的特征信息模型和工艺方案的定义，检索机制，ANN的结构参数设计以及ANN学习算法等。     

虚拟产品方案设计RQ评估模型关键技术研究

产品设计方案RQ评价模型是虚拟原型逼真设计模型实现的重要模块之一,建立RQ评估模型的目的就是要寻求一种满足用户需求的最佳设计方案,本文对用户满意度的计算模型进行了研究,建立了基于神经网络(ANN)的设计方案RQ评估模型,对设计方案的RQ进行评估,该模型已应用于仪表新产品开发决策支持系统中。