基于RBF神经网络的强力旋压连杆衬套力学性能预测研究

作     者：佘勇 樊文欣 陈东宝 曹存存 She Yong;Fan Wenxin;Chen Dongbao;Cao Cuncun

作者机构：中北大学机械与动力工程学院山西太原030051 

基　　金：山西省自然科学基金资助项目(2012011023-2) 山西省高校高新技术产业化项目(20120021) 

出 版 物：《锻压技术》 (Forging & Stamping Technology)

年 卷 期：2016年第41卷第6期

页      码：128-132,145页

摘      要：针对难以运用公式来表达强力旋压连杆衬套工艺参数与力学性能之间的复杂关系问题,建立了旋压工艺参数(减薄率、热处理温度、进给比)与力学性能(布氏硬度、伸长率、屈服强度、抗拉强度)之间的径向基函数(RBF)神经网络模型。用实验所得的数据对RBF神经网络进行训练,再用训练好的RBF神经网络对成形件的力学性能进行预测,通过与实测值对比分析,并与用BP神经网络所建模型的预测结果进行比较,发现RBF神经网络模型具有较BP神经网络更优的预测性能。RBF神经网络模型预测能力强、建模时间短、能有效提高连杆衬套工艺的设计效率和降低实际实验的所需成本。

主 题 词：强力旋压 旋压工艺参数 力学性能 RBF神经网络 

学科分类：12[管理学] 080503[080503] 1201[管理学-管理科学与工程类] 08[工学] 081104[081104] 0805[工学-能源动力学] 0802[工学-机械学] 0835[0835] 0811[工学-水利类] 080201[080201] 0812[工学-测绘类] 

D　O　I：10.13330/j.issn.1000-3940.2016.06.024

馆 藏 号：203181972...