基于RS_RBFNN的钛合金焊接接头疲劳寿命预测

发布时间：2018-06-17 05:56

  本文选题：粗糙集 + 神经网络　； 参考：《焊接学报》2015年04期

【摘要】：建立了基于RS与RBF神经网络集成的钛合金焊接接头疲劳寿命预测模型(RS_RBFNN),该模型首先基于熵的连续属性离散化算法离散化疲劳数据并应用遗传算法约简疲劳寿命评价指标;基于最小约简指标提取焊接结构疲劳寿命分类判别规则以及对RBF神经网络进行训练;最后使用粗糙集理论判别与规则库匹配的检验样本疲劳寿命等级,使用RBF神经网络判别不与规则库任何规则匹配的检验样本疲劳寿命等级.基于钛合金疲劳试验数据的实证分析结果表明,RS_RBFNN模型容错性较好、精度较高,对钛合金焊接结构疲劳寿命预测具有一定的实际指导意义.
[Abstract]:A prediction model of fatigue life of titanium alloy welded joints based on RS and RBF neural network is established. The model is based on entropy continuous attribute discretization algorithm to discretize fatigue data and genetic algorithm is used to reduce fatigue life evaluation index. The fatigue life classification rules of welded structures are extracted based on the minimum reduction index, and the RBF neural network is trained. Finally, the fatigue life grade of test samples is tested by rough set theory and rule base matching. RBF neural network is used to identify the fatigue life level of test samples that do not match any rules of the rule base. The results of empirical analysis based on the fatigue test data of titanium alloy show that the model of RSRBFNN has better fault tolerance and higher accuracy, which has a certain practical significance for predicting fatigue life of titanium alloy welded structure.
【作者单位】： 大连交通大学软件学院;大连交通大学材料科学与工程学院;重庆邮电大学计算智能重庆市重点实验室;
【基金】：国家自然科学基金资助项目(5117504) 教育部科学技术研究重点项目资助(210045) 辽宁省科学技术计划项目资助(2011220039) 重庆市重点实验室开放基金项目(CQ-LCI-2013-05) 过程装备与控制工程四川省高校重点实验室开放基金项目(GK201405)
【分类号】：TG407

【参考文献】

相关期刊论文 前3条

1 黎文航;陈善本;王加友;杨峰;;基于变精度粗糙集的脉冲GTAW过程建模方法[J];焊接学报;2008年07期

2 李东涛;潘存海;杜素梅;郭士林;;基于粗糙集的点焊多信息融合的质量判定[J];焊接学报;2009年07期

3 邹丽;杨鑫华;孙屹博;邓武;;基于变精度粗糙集的铝合金焊接接头疲劳寿命预测[J];焊接学报;2013年04期

【共引文献】

相关期刊论文 前10条

1 刘英莉;姜瑛;尹建成;丁家满;李凌宇;钟毅;;BP神经网络在铝合金性能优化中的研究进展[J];材料科学与工程学报;2014年01期

2 秦春;姚泽坤;张东亚;宁永权;赵张龙;郭鸿镇;曹京霞;;组织形态对Ti-24Al-15Nb-1.5Mo/TC11双合金连接界面持久寿命的影响[J];稀有金属材料与工程;2014年04期

3 李兴霞;王红玉;张建勋;;TC4钛合金激光焊缝形貌与残余应力数值研究[J];稀有金属材料与工程;2014年04期

4 许以军;郭永环;秦真江;侯玉洁;;模糊神经网络在焊接性能预测中的应用现状[J];电焊机;2014年06期

5 闫志鸿;张广军;吴林;宋永伦;;基于神经网络模型的P-GMAW焊缝成形过程仿真[J];焊接学报;2011年01期

6 邹丽;杨鑫华;孙屹博;邓武;;基于变精度粗糙集的铝合金焊接接头疲劳寿命预测[J];焊接学报;2013年04期

7 陶亮;孙同景;段彬;张光先;;基于粗集的焊接质量级别智能决策[J];焊接学报;2013年07期

8 陈玉华;戈军委;于大明;郑南松;刘奋成;;TC4钛合金电子束焊接缺陷及其成因研究[J];南昌航空大学学报(自然科学版);2013年02期

9 乔红超;赵吉宾;;AL6061铝合金厚板电子束焊接性能分析[J];机械设计与制造;2014年02期

10 李兴霞;王红玉;张建勋;;TC4钛合金激光焊缝形貌与残余应力数值分析[J];焊接学报;2013年12期

相关会议论文 前1条

1 孙清洁;李慧;李文杰;赵洪运;冯吉才;;Ti75合金磁控窄间隙TIG焊接接头性能研究[A];中国机械工程学会焊接学会第十八次全国焊接学术会议论文集——S03熔焊工艺及设备[C];2013年

相关博士学位论文 前6条

1 骆公志;粗糙集理论及其在高等教育评估中的应用研究[D];南京航空航天大学;2009年

2 姚屏;一体化双丝弧焊电源智能控制策略与工艺性能评定方法[D];华南理工大学;2012年

3 毛清华;煤矿钢丝绳芯输送带缺陷弱磁信号智能识别研究[D];西安科技大学;2012年

4 冯志强;船舶焊接智能系统知识建模与推理方法研究[D];上海交通大学;2012年

5 芦伟;厚壁钛合金电子束焊接接头断裂安全评定方法研究[D];北京工业大学;2013年

6 周楠;固体充填防治坚硬顶板动力灾害机理研究[D];中国矿业大学;2014年

相关硕士学位论文 前7条

1 孙丹丹;基于粗糙集的旋转电弧窄间隙MAG焊偏差识别方法研究[D];江苏科技大学;2012年

2 李文杰;Ti75新型合金焊接工艺研究[D];哈尔滨工业大学;2013年

3 胡海峰;磁控电弧窄间隙TIG焊接设备及工艺研究[D];哈尔滨工业大学;2012年

4 李慧;厚板钛合金窄间隙TIG焊接头组织与性能研究[D];长春工业大学;2014年

5 闻雅;TC4钛合金球壳体电子束焊接接头性能及应力分析[D];哈尔滨工业大学;2014年

6 杨冯;Al-Ti-Zr三元系相关系的研究[D];中南大学;2014年

7 苑师铭;基于粗糙集理论的钛合金焊接接头疲劳性能分析[D];大连交通大学;2014年

【二级参考文献】

相关期刊论文 前8条

1 叶东毅,陈昭炯;一个新的差别矩阵及其求核方法[J];电子学报;2002年07期

2 王兵,林涛,陈善本;漏焊智能检测系统中的知识获取[J];焊接学报;2001年03期

3 黎文航;陈善本;林涛;杜全营;;一种新的面向焊接智能建模的离散化方法[J];焊接学报;2006年12期

4 潘存海;杜素梅;宋永伦;;铝合金点焊位移信号时频域分析与质量判定[J];焊接学报;2007年07期

5 黎文航;陈善本;王加友;杨峰;;基于变精度粗糙集的脉冲GTAW过程建模方法[J];焊接学报;2008年07期

6 李东涛;潘存海;杜素梅;郭士林;;基于粗糙集的点焊多信息融合的质量判定[J];焊接学报;2009年07期

7 潘存海;杜素梅;宋永伦;李桓;;铝合金电阻点焊多信息融合与质量分类[J];机械工程学报;2007年08期

8 史金飞,钟秉林;基于粗糙集理论的磨削烧伤与砂轮磨钝在线监测[J];中国机械工程;2001年10期

相关博士学位论文 前1条

1 黎文航;基于变精度粗糙集理论的焊接动态过程知识建模方法研究[D];上海交通大学;2007年

【相似文献】

相关期刊论文 前10条

1 ;Application of Near Infrared Diffuse Reflectance Spectroscopy with Radial Basis Function Neural Network to Determination of Rifampincin Isoniazid and Pyrazinamide Tablets[J];Chemical Research in Chinese Universities;2007年05期

2 刘载文;李梦寻;王小艺;李林;;基于LSSVM和RBFNN的水华中短期预测方法[J];计算机与应用化学;2012年10期

3 宋绍剑;王军伟;林小峰;;基于RBFNN的硫熏强度软测量建模[J];测控技术;2014年08期

4 史长城;吴晓莉;;基于RBFNN和HDP方法的蔗糖生产澄清工段中和pH值优化控制器的研究[J];郧阳师范高等专科学校学报;2011年03期

5 周强;杨雁南;刘勇;汤伟;;基于RBFNN模糊融合的纸病在线辨识[J];光子学报;2013年08期

6 李一波,黄小原;基于RBFNN和GA的重叠峰分辨新技术[J];应用科学学报;2002年01期

7 张江;张根宝;王孟效;;基于RBFNN的内模控制在气垫式流浆箱中的应用[J];中华纸业;2008年04期

8 李桂香;王磊;李继定;王元麒;;基于主元分析的气体膜分离过程RBFNN建模[J];系统仿真学报;2012年09期

9 ;Radial Basis Function Neural Networks-Based Modeling of the Membrane Separation Process: Hydrogen Recovery from Refinery Gases[J];Journal of Natural Gas Chemistry;2006年03期

10 杨源;余建星;杜尊峰;晋文超;冯加果;蒋天芳;;基于RBFNN的FDPSO火灾爆炸波及钻井区概率分析[J];天津大学学报;2012年10期

相关会议论文 前10条

1 ;Hot Metal Desulphurization Control Model Based on PCA-RBFNN[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

2 ;Comparative Study Between Radial Basis Probabilistic Neural Networks and Radial Basis Function Neural Networks[A];2003年中国智能自动化会议论文集（上册）[C];2003年

3 ;HUMAN FACIAL RECOGNITION BASED ON RADIAL BASIS FUNCTION NEURAL NETWORKS COMMITTEE[A];2003年中国智能自动化会议论文集（上册）[C];2003年

4 王小艺;刘载文;史运涛;;一种基于专家知识的RBFNN系统评估模型[A];2007年中国智能自动化会议论文集[C];2007年

5 彭相华;王智超;罗涛;余敏;罗迎社;;An elasto-plastic constitutive model of moderate sandy clay based on BC-RBFNN[A];Proceedings of the 9th National Conference on Rheology[C];2008年

6 ZHANG YingJie;WANG Kai;GE LuSheng;ZHANG QingFeng;;Research of Wheat Dampening MPC System Based on RBF Neural Network Algorithm[A];第25届中国控制与决策会议论文集[C];2013年

7 肖海荣;闫红华;马荣琳;韩耀振;;基于RBFNN的船舶航向离散滑模控制器设计与仿真[A];2013年中国智能自动化学术会议论文集（第四分册）[C];2013年

8 Guiyang Wang;Yating Zhang;Ruihua Wang;Guang Han;;Performance Prediction of Ground-Coupled Heat Pump System Using NNCA-RBF Neural Networks[A];第25届中国控制与决策会议论文集[C];2013年

9 彭相华;王智超;罗涛;余敏;罗迎社;;一种基于BC-RBFNN的中砂土弹塑性本构模型[A];中国化学会、中国力学学会第九届全国流变学学术会议论文摘要集[C];2008年

10 俞其江;刘士荣;;基于改进RBFNN与滑模控制的移动机器人跟踪控制[A];2006中国控制与决策学术年会论文集[C];2006年

相关博士学位论文 前3条

1 田津;基于协同进化的RBFNN学习研究[D];天津大学;2008年

2 栾锋;支持向量机（SVM）和径向基神经网络（RBFNN）方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年

3 万毅;基于RBFNN的接触网系统可靠性设计方法研究[D];西南交通大学;2006年

相关硕士学位论文 前10条

1 田津;基于RBFNN的复杂样本分类研究[D];天津大学;2005年

2 方从刚;RBFNN算法在遥感土地分类中的应用[D];四川农业大学;2007年

3 贺振武;基于RBFNN的煤与瓦斯突出预测研究[D];太原科技大学;2011年

4 王夏书;草酸钴粒度分布的RBFNN混合建模与优化[D];东北大学;2008年

5 孟慧馨;基于RBFNN的装备体系建模方法及应用研究[D];解放军信息工程大学;2008年

6 周静;基于局部泛化误差模型的RBFNN的启发式训练方法[D];河北大学;2010年

7 邱成;基于RBFNN的游梁式抽油机井工况监测诊断研究[D];东北石油大学;2014年

8 明晓东;银行信贷风险评价及预警RBFNN系统设计研究[D];湖南大学;2008年

9 孙金燕;RBFNN隐层中心选择方法的研究[D];河北大学;2008年

10 刘健;基于RBFNN的制药类企业重组财务绩效评价模型及应用[D];东北大学;2006年

，

本文编号：2029977