基于相对误差平方和的神经网络预测镁合金多轴疲劳寿命

发布时间：2017-09-08 00:21

  本文关键词：基于相对误差平方和的神经网络预测镁合金多轴疲劳寿命

  更多相关文章： BP神经网络 相对误差平方和 镁合金 疲劳寿命

【摘要】：提出一种以相对误差平方和(Surm squared relative error,SSRE)作为误差性能函数的反向传播(Back propagation,BP)神经网络算法(SSRE-BP),针对3种不同镁合金AZ31B、ZK60和AZ61A在单轴拉压、纯扭、45°比例和90°圆形非比例等4种不同加载路径下的疲劳寿命进行预测。并与以均方误差(Mean squared error,MSE)作为误差性能函数的传统BP神经网络(MSE-BP)以及基于临界平面法的SWT疲劳损伤模型预测的结果进行比较。结果表明,在3种镁合金材料总共138组疲劳数据中,神经网络只有一组预测值在3倍偏差界限外,而用SWT预测结果分别有16组、13组、10组数据在3倍偏差界限外。两种BP神经网络能够较好地预测镁合金不同加载路径下的疲劳寿命,相比于SWT疲劳模型预测的寿命在精度上有较大幅度的提升。其中,SSRE-BP算法的精度略高于传统的MSE-BP算法。
【作者单位】： 浙江工业大学机械工程学院;
【关键词】： BP神经网络 相对误差平方和 镁合金 疲劳寿命
【基金】：国家自然科学基金(51275472) 浙江省自然科学基金(LY12E05024)资助项目
【分类号】：TG115;TG146.22
【正文快照】： 0前言 21世纪能源和环保问题日益突出,合理使用、节约和保护资源,从传统的高消耗模式向可持续发展模式转变,已受到社会各界的普遍关注。镁及镁 合金作为轻金属材料中的重要成员,由于其资源丰富、容易回收,且具有密度小、比强度和比刚度高、铸造性能、减振性能、电磁屏蔽性能，

本文编号：810774