基于神经网络遗传算法优化的曲轴疲劳寿命预测

发布时间：2018-11-10 09:11

【摘要】：针对传统的曲轴弯曲疲劳实验的破坏性,利用神经网络的预测功能,以应力幅值和谐振频率变化值作为输入,疲劳寿命作为输出建立了神经网络模型.采用曲轴弯曲疲劳实验机测试的历史数据作为训练样本集,对神经网络进行遗传算法优化,对曲轴疲劳寿命进行预测.实例验证结果表明,预测结果与实际测试值之间的相对误差较小,可以作为一种无损检测的良好工具.
[Abstract]:Aiming at the destructiveness of traditional bending fatigue experiment of crankshaft, the neural network model is established by using the prediction function of neural network, taking the variation value of stress amplitude and resonant frequency as input and fatigue life as output. Using the historical data of the crankshaft bending fatigue test machine as the training sample set, the neural network was optimized by genetic algorithm and the fatigue life of the crankshaft was predicted. The experimental results show that the relative error between the predicted results and the measured values is small and can be used as a good tool for nondestructive testing.
【作者单位】： 太原工业学院网络与信息中心;中国人民解放军63961部队;中北大学机电工程学院;
【分类号】：TK403;TP18

【参考文献】

相关期刊论文 前8条

1 闫楚良;郝云霄;刘克格;;基于遗传算法优化的BP神经网络的材料疲劳寿命预测[J];吉林大学学报(工学版);2014年06期

2 张月琴;刘翔;孙先洋;;一种改进的BP神经网络算法与应用[J];计算机技术与发展;2012年08期

3 孟广伟;沙丽荣;李锋;郝岩;周立明;;基于径向基函数神经网络响应面法的装载机动臂疲劳可靠性[J];吉林大学学报(工学版);2009年06期

4 蒋蓉蓉;;一种基于遗传算法的BP网络改进方法[J];微计算机信息;2007年31期

5 褚辉;赖惠成;;一种改进的BP神经网络算法及其应用[J];计算机仿真;2007年04期

6 周迅;俞小莉;;曲轴疲劳试验及其数据统计分析方法的研究[J];内燃机工程;2007年02期

7 魏海坤,徐嗣鑫,宋文忠;神经网络的泛化理论和泛化方法[J];自动化学报;2001年06期

8 王晖,何新贵;BP网络泛化能力改进研究[J];系统工程与电子技术;2001年03期

【共引文献】

相关期刊论文 前10条

1 李战芬;韩意;刘彦臣;樊孝仁;;基于神经网络遗传算法优化的曲轴疲劳寿命预测[J];中北大学学报(自然科学版);2016年04期

2 朱劲夫;刘明哲;赵成强;苏世熙;;正则化在逻辑回归与神经网络中的应用研究[J];信息技术;2016年07期

3 张雨浓;肖争利;丁思彤;毛明志;刘锦荣;;带后续迭代的双极S函数激励的WASD神经网络[J];中山大学学报(自然科学版);2016年04期

4 王睿;漆泰岳;;基于机器视觉检测的裂缝特征研究[J];土木工程学报;2016年07期

5 张金仙;闫二乐;杨拴强;;基于自适应BP神经网络的上证指数预测模型的研究[J];长春大学学报;2016年06期

6 胡铁松;严铭;赵萌;;基于领域知识的神经网络泛化性能研究进展[J];武汉大学学报(工学版);2016年03期

7 李芳;陆安祥;王纪华;;基于列文伯格-马夸尔特-反向传播人工神经网络的X射线荧光光谱定量分析方法[J];食品安全质量检测学报;2016年03期

8 李仲欣;韦灼彬;沈锦林;;基于BP神经网络的珊瑚混凝土抗压强度预测模型[J];混凝土;2016年01期

9 文必龙;汪志群;金宗泽;徐漫;施展;;示功图与模糊神经网络结合的抽油机故障诊断[J];计算机系统应用;2016年01期

10 肖潇;徐坚;赵登忠;胡承芳;汪朝辉;程学军;;汉江中下游典型河段水环境遥感评价[J];长江科学院院报;2016年01期

【二级参考文献】

相关期刊论文 前10条

1 赵永翔;杨冰;;不完善概率疲劳S-N曲线的Monte Carlo修正[J];机械工程学报;2011年12期

2 ;Theory of Economic Life Prediction and Reliability Assessment of Aircraft Structures[J];Chinese Journal of Aeronautics;2011年02期

3 孟广伟;沙丽荣;李锋;郝岩;周立明;;基于径向基函数神经网络响应面法的装载机动臂疲劳可靠性[J];吉林大学学报(工学版);2009年06期

4 王晓敏;刘希玉;戴芬;;BP神经网络预测算法的改进及应用[J];计算机技术与发展;2009年11期

5 刘仁云;于繁华;刘军;;基于小波神经网络的简支梁桥损伤识别[J];吉林大学学报(工学版);2009年S2期

6 梅红;王勇;赵荣齐;;基于蚁群优化的前向神经网络[J];武汉理工大学学报(交通科学与工程版);2009年03期

7 陈斌;万江文;吴银锋;秦楠;;神经网络和证据理论融合的管道泄漏诊断方法[J];北京邮电大学学报;2009年01期

8 李洪双;吕震宙;;估计疲劳寿命三参数P—S—N曲线的新方法[J];机械强度;2007年02期

9 梁巍;刘长生;刘有冠;秦莉萍;;基于ANSYS的装载机工作装置应力分析[J];机电产品开发与创新;2006年06期

10 李清华;张美凤;;基于改进BP网络的染色合格率预测[J];微计算机信息;2006年12期

【相似文献】

相关期刊论文 前10条

1 陆威仑;;采用曲柄颊淬火的方法提高曲轴疲劳强度[J];国外汽车;1980年01期

2 张瑞;潘传富;;95—135系列曲轴疲劳试验机设计原理与计算程序[J];武汉水运工程学院学报;1981年01期

3 杨和庭;;我院研制的“曲轴疲劳试验机”通过部级鉴定[J];武汉水运工程学院学报;1982年01期

4 И.В.КУДРЯВЦЕВ ,杨青云;提高曲轴疲劳强度的冷作锤击新工艺[J];柴油机;1984年06期

5 Е.И.Жук;方一;;复杂载荷下曲轴疲劳强度的研究[J];国外内燃机车;1984年02期

6 Ф.И.Яковллев,刘秋莲;铸造曲轴疲劳强度的提高[J];车用发动机;1986年06期

7 冯美斌;徐卫;;曲轴疲劳试验中的载荷标定方法及其误差[J];内燃机工程;1991年03期

8 褚东宁,李满良;圆角粗糙度对球铁曲轴疲劳强度的影响[J];车用发动机;1992年05期

9 张文格,王煜东,李永泰,张长会;曲轴疲劳强度的有限元分析[J];压缩机技术;1992年04期

10 李树秀;肖冈永;李函■;张存信;李振华;;提高曲轴疲劳强度的热处理新工艺研究[J];兵器材料科学与工程;1993年03期

相关博士学位论文 前2条

1 陈晓平;发动机曲轴疲劳极限载荷预测方法研究[D];浙江大学;2011年

2 周迅;曲轴疲劳行为及可靠性的理论与试验研究[D];浙江大学;2006年

相关硕士学位论文 前4条

1 郑叶红;舰船柴油机曲轴全寿命周期疲劳主动可靠性研究[D];江苏科技大学;2010年

2 程海正;基于微电阻测试技术的曲轴疲劳损伤表征研究[D];上海交通大学;2009年

3 王庆来;柴油机曲轴轴承润滑状态及动态强度计算研究[D];武汉理工大学;2010年

4 陈胜震;基于磁记忆参数的车用曲轴疲劳损伤表征研究[D];上海交通大学;2008年

，

本文编号：2322010