期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度神经网络的7065铝合金厚板应力检测模型
1
作者
杨小平
武修瑞
+5 位作者
郑许
任月路
朱玉涛
何克准
卢祥丰
莫红楼
《铁道科学与工程学报》
EI
CAS
CSCD
北大核心
2024年第9期3787-3796,共10页
针对工业生产中传统超声应力检测法对铝合金厚板在不同拉伸率和不同温度条件下存在的测量误差的问题,以7065铝合金厚板为实验对象,提出一种在不同拉伸率和不同温度条件下的基于树突神经网络的应力预测模型与传统超声检测法融合的应力检...
针对工业生产中传统超声应力检测法对铝合金厚板在不同拉伸率和不同温度条件下存在的测量误差的问题,以7065铝合金厚板为实验对象,提出一种在不同拉伸率和不同温度条件下的基于树突神经网络的应力预测模型与传统超声检测法融合的应力检测模型,然后使用改进的GSA-GRNN对该应力检测模型进行温度补偿。以南南铝公司生产的7065铝合金厚板为研究对象,使用恒温槽为超声检测提供恒温环境,分别对不同拉伸率、不同温度下的7065铝合金厚板进行超声检测,将声时差、拉伸率作为输入参数,应力作为输出参数,创建一个基于树突神经网络的应力检测模型,然后将应力检测模型的输出作为输入,使用改进的GSA-GRNN建立温度补偿模型对应力检测模型进行温度补偿。研究结果表明:融合了传统超声声时差的检测模型均方根误差为0.84636,相关系数为0.99743,和其他神经网络模型对比,该模型拥有更好的精度;在对该模型进行温度补偿后,模型的应力均方根误差和相关系数分别可以达到0.78848和0.99844,模型的精度得到了进一步的提升。证明基于数据驱动的神经网络融合传统超声检测可以有效降低检测误差,同时省去传统检测方法人工计算应力的时间,提高了检测效率。研究结果可以为基于数据驱动的应力检测模型提供进一步的优化参考。
展开更多
关键词
应力检测
树突神经网络
粒子群算法
万有引力搜索算法
声时差
在线阅读
下载PDF
职称材料
基于ASO-BP神经网络的屈服强度预测技术研究
2
作者
杨小平
武修瑞
+3 位作者
郑许
任月路
朱玉涛
何克准
《兵器材料科学与工程》
CAS
CSCD
北大核心
2023年第6期6-10,共5页
针对传统屈服强度预测模型通用性较差的问题,提出一种采用原子搜索优化算法优化BP神经网络,建立多类型合金屈服强度预测模型的方法。以Kaggle公开数据为研究对象,对89种钢合金建立ASO-BP神经网络屈服强度预测模型,同时与PSO-BP,GA-BP,B...
针对传统屈服强度预测模型通用性较差的问题,提出一种采用原子搜索优化算法优化BP神经网络,建立多类型合金屈服强度预测模型的方法。以Kaggle公开数据为研究对象,对89种钢合金建立ASO-BP神经网络屈服强度预测模型,同时与PSO-BP,GA-BP,BP神经网络模型对比。结果表明:ASO-BP预测模型平均绝对百分比误差(MAPE)为6.98%,相关系数达到0.98716,效果优于其他对比模型。验证了预测多种类型合金屈服强度的合理性和可靠性,为工程实际应用和合金屈服强度检测提供较好的辅助判断。
展开更多
关键词
低合金钢
屈服强度
预测模型
原子搜索优化算法
BP神经网络
在线阅读
下载PDF
职称材料
题名
基于深度神经网络的7065铝合金厚板应力检测模型
1
作者
杨小平
武修瑞
郑许
任月路
朱玉涛
何克准
卢祥丰
莫红楼
机构
桂林理工大学物理与电子信息工程学院
桂林理工大学计算机科学与工程学院
桂林理工大学广西嵌入式技术与智能系统重点实验室
广西南南铝加工有限公司
广西铝合金材料与加工重点实验室
出处
《铁道科学与工程学报》
EI
CAS
CSCD
北大核心
2024年第9期3787-3796,共10页
基金
广西科技重大专项项目(桂科AA23023027)
广西重点研发计划项目(桂科AB23026149)。
文摘
针对工业生产中传统超声应力检测法对铝合金厚板在不同拉伸率和不同温度条件下存在的测量误差的问题,以7065铝合金厚板为实验对象,提出一种在不同拉伸率和不同温度条件下的基于树突神经网络的应力预测模型与传统超声检测法融合的应力检测模型,然后使用改进的GSA-GRNN对该应力检测模型进行温度补偿。以南南铝公司生产的7065铝合金厚板为研究对象,使用恒温槽为超声检测提供恒温环境,分别对不同拉伸率、不同温度下的7065铝合金厚板进行超声检测,将声时差、拉伸率作为输入参数,应力作为输出参数,创建一个基于树突神经网络的应力检测模型,然后将应力检测模型的输出作为输入,使用改进的GSA-GRNN建立温度补偿模型对应力检测模型进行温度补偿。研究结果表明:融合了传统超声声时差的检测模型均方根误差为0.84636,相关系数为0.99743,和其他神经网络模型对比,该模型拥有更好的精度;在对该模型进行温度补偿后,模型的应力均方根误差和相关系数分别可以达到0.78848和0.99844,模型的精度得到了进一步的提升。证明基于数据驱动的神经网络融合传统超声检测可以有效降低检测误差,同时省去传统检测方法人工计算应力的时间,提高了检测效率。研究结果可以为基于数据驱动的应力检测模型提供进一步的优化参考。
关键词
应力检测
树突神经网络
粒子群算法
万有引力搜索算法
声时差
Keywords
stress detection
dendritic neural network
particle swarm optimization
gravity search algorithm
acoustic time difference
分类号
TH142 [一般工业技术—材料科学与工程]
TP391.9 [自动化与计算机技术—计算机应用技术]
U214 [交通运输工程—道路与铁道工程]
在线阅读
下载PDF
职称材料
题名
基于ASO-BP神经网络的屈服强度预测技术研究
2
作者
杨小平
武修瑞
郑许
任月路
朱玉涛
何克准
机构
桂林理工大学信息科学与工程学院
桂林理工大学广西嵌入式技术与智能系统重点实验室
广西南南铝加工有限公司
广西铝合金材料与加工重点实验室
出处
《兵器材料科学与工程》
CAS
CSCD
北大核心
2023年第6期6-10,共5页
基金
国家高新技术研发计划(863计划)项目(2013AA12210504)
广西科技重大专项(桂科AA23023027)。
文摘
针对传统屈服强度预测模型通用性较差的问题,提出一种采用原子搜索优化算法优化BP神经网络,建立多类型合金屈服强度预测模型的方法。以Kaggle公开数据为研究对象,对89种钢合金建立ASO-BP神经网络屈服强度预测模型,同时与PSO-BP,GA-BP,BP神经网络模型对比。结果表明:ASO-BP预测模型平均绝对百分比误差(MAPE)为6.98%,相关系数达到0.98716,效果优于其他对比模型。验证了预测多种类型合金屈服强度的合理性和可靠性,为工程实际应用和合金屈服强度检测提供较好的辅助判断。
关键词
低合金钢
屈服强度
预测模型
原子搜索优化算法
BP神经网络
Keywords
low alloy steel
yield strength
prediction model
atomic search optimization algorithm
BP neural network
分类号
TG142.33 [金属学及工艺—金属材料]
TP391.9 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度神经网络的7065铝合金厚板应力检测模型
杨小平
武修瑞
郑许
任月路
朱玉涛
何克准
卢祥丰
莫红楼
《铁道科学与工程学报》
EI
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于ASO-BP神经网络的屈服强度预测技术研究
杨小平
武修瑞
郑许
任月路
朱玉涛
何克准
《兵器材料科学与工程》
CAS
CSCD
北大核心
2023
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
