基于灰色理论和神经网络的自冲铆接头力学性能预测

发布时间：2019-09-13 05:16

【摘要】：为研究铆接参数对自冲铆接头力学性能的影响,对AA5052板进行自冲铆接正交试验,采用灰色关联度分析了各铆接参数对接头强度的影响程度,并通过BP神经网络建立了铆接参数与接头强度的神经网络预测模型。利用获得的正交试验数据对网络进行训练,并采用未参加训练的样本验证该预测模型的有效性。结果表明:刺穿压强和整形压强对接头强度影响最大,其中刺穿压强对接头强度起决定作用,适当增大刺穿压强可以提高接头强度。采用LM算法优化的BP神经网络模型具有良好的泛化能力和预测精度,对未参加训练样本预测精度高,其预测最大相对误差为5.48%,预测精度超过90%。
【作者单位】： 昆明理工大学机电工程学院;
【基金】：国家自然科学基金资助项目(51565023,51565022)
【分类号】：TG938

【相似文献】

相关期刊论文 前10条

1 雷明,李作清,陈志祥,吴雅,杨叔子;神经网络在预报控制中的应用[J];机床;1993年11期

2 邬再新;王凯;王连波;吕洪波;;基于神经网络的自由曲线插补研究[J];制造技术与机床;2007年09期

3 顾玉钢;夏智海;庄力健;;基于改进神经网络的疲劳裂纹扩展速率预测[J];合肥工业大学学报(自然科学版);2008年06期

4 王秀梅,吕程,王国栋,刘相华;轧制力预报中的神经网络和数学模型[J];东北大学学报;1999年03期

5 于洪海,张新平,胡云峰;偏最小二乘-神经网络光度法同时测定钢中钨和钼[J];冶金分析;2004年02期

6 梁伟;王杰;王玫;;神经网络在冷剪机曲轴优化中的应用[J];机械设计与制造;2010年08期

7 赖兴余,李春雄,严霖元,刘明智;基于神经网络的自适应模糊控制器[J];江西农业大学学报;1998年01期

8 刘立君;兰虎;郑红艳;;基于神经网络熔透电弧声特征参数评价与选择[J];焊接学报;2010年03期

9 李旭东;刘治国;穆志韬;;基于神经网络的金属材料疲劳裂纹扩展规律的预测[J];新技术新工艺;2013年11期

10 李文鑫;王武;张元敏;;遗传优化神经网络在孔系加工中应用研究[J];机械设计与制造;2009年04期

相关会议论文 前9条

1 高进强;刘新峰;武传松;;TIG焊接熔透信息的提取[A];第十次全国焊接会议论文集（第2册）[C];2001年

2 付培众;尹怡欣;;基于PSO-RBF的神经网络及其应用研究[A];2007'仪表，，自动化及先进集成技术大会论文集（一）[C];2007年

3 孙雷;王建国;王明辉;;模块化神经网络在CSP连轧过程逆质量模型建立中的应用[A];第十一届全国自动化应用技术学术交流会论文集[C];2006年

4 莫春立;李殿中;冯峰;李强;詹志东;;耦合物理冶金和神经网络方法预测钢材的性能[A];2002年材料科学与工程新进展（下）——2002年中国材料研讨会论文集[C];2002年

5 张海波;刘恩东;;基于RBF神经网络PID控制[A];2007中国钢铁年会论文集[C];2007年

6 饶德林;齐志扬;陈立功;;铝合金点焊质量的神经网络估测[A];第十次全国焊接会议论文集（第2册）[C];2001年

7 刘明贵;岳向红;杨永波;李祺;;基于Sym小波和BP神经网络的基桩缺陷智能化识别[A];2007'湖北·武汉NDT学术年会论文集[C];2007年

8 杨景明;张洪丰;王娜伟;车海军;;基于神经网络的可逆冷带轧机偏心的检测与补偿[A];冶金自动化信息网年会论文集[C];2004年

9 杨景明;张洪丰;王娜伟;车海军;;基于神经网络的可逆冷带轧机偏心的检测与补偿[A];全国冶金自动化信息网年会论文集[C];2004年

相关硕士学位论文 前10条

1 胡丙坤;基于神经网络的金属板材折弯回弹预测与研究[D];上海应用技术学院;2015年

2 赵燕燕;优化FPN及其在板形识别中的应用[D];济南大学;2015年

3 王余敬;基于分离谱的激光超声表面裂纹识别技术研究[D];中北大学;2016年

4 付泽;典型汽车用板变形滞后回弹的试验研究及有限元分析[D];北京理工大学;2016年

5 熊伟;基于改进BP神经网络的车床主轴优化设计的研究[D];江苏大学;2016年

6 吕慧超;中厚板轧机液压AGC系统的控制研究[D];辽宁科技大学;2016年

7 杨轶宁;基于BP神经网络的点焊接头疲劳寿命预测研究[D];昆明理工大学;2016年

8 闵喜瑞;基于径向基函数（RBF）神经网络滑模变结构厚度控制[D];华北理工大学;2016年

9 李冬梅;主动学习算法在板厚控制系统中的应用研究[D];华北理工大学;2016年

10 张雷;基于振动分析的机床状态识别与人机效能评估方法研究[D];东北大学;2013年

本文编号：2535597