基于神经网络的压块机生产率预测研究

在对生产率影响因子分析的基础上,提出了应用正交试验法确定影响生产率的主要因子的快速方法。通过对主要影响因子与生产率的正交试验数据进行分析,得到用于BP神经网络预测模型的输入、输出变量以及训练神经网络所需的数据样本,多次试取隐含层和各隐含单元,并选取trainhn作为最优训练函数,建立了压块机生产率预测的人工神经网络系统。在试验结果中随机选取6组试验样本,进行连续5次挠度预测,预测值和试验实测值最大相对误差为0．14mm,解析结果表明：压块机预测结果与实验值吻合的较好,建立的人工神经网络预测模型具有较高的预测精度。     

不同方向开门洞对塔筒屈曲强度的影响

为了讨论某大型水平轴风力机塔筒不同方向开门洞对塔筒屈曲强度设计的影响,建立了塔筒底部以及门洞的有限元模型,并计算得到不同方向开门洞的塔筒屈曲特征值。考察了不同方向开门洞对塔筒屈曲强度以及对塔筒屈曲位置的影响。结果表明风力发电机组塔筒门洞方向与载荷方向相对位置发生变化时,屈曲特征值跟着变化,最大屈曲发生在200°到220°之间;对于有门洞含门框塔筒,其屈曲发生在塔筒上半段,屈曲成波纹状分布。当门洞方向与载荷方向相对位置变化时,屈曲位置仍然发生在塔筒上半段。