-
题名基于神经网络的面板堆石坝渗透系数反演与渗流计算
- 1
-
-
作者
贾万波
徐景田
-
机构
中国地质大学(武汉)地理与信息工程学院
黄河水利水电开发集团有限公司
-
出处
《安全与环境工程》
北大核心
2025年第4期138-145,共8页
-
文摘
面板堆石坝渗流安全监控指标主要为坝基渗流量,通常以设计阶段计算结果作为安全阈值,但受施工和蓄水等因素的影响,导致筑坝材料渗透系数发生改变,渗流监控指标将不准确。为此,以龙背湾面板堆石坝工程为研究对象,选取钢筋混凝土面板、垫层料、过渡料、上游主堆石、下游次堆石、反滤过渡料6种主要介质,每种介质选取7个渗透系数水平,采用正交试验进行各参数组合,同时基于反向传播(back propagation,BP)神经网络,利用龙背湾水库水位、渗流量等实测数据,反演出面板堆石坝各填筑材料分区的最优渗透系数;建立了龙背湾面板堆石坝三维有限元渗流模型,并利用反演参数计算了大坝在不同工况下的渗流量,以获取坝基渗流量。结果表明,坝基渗流量误差在2.2%~4.1%之间,渗流量预测精度较高,证明所选用的参数反演方法及渗流计算方法科学合理,计算结果可作为坝基渗流量的安全监控指标。
-
关键词
面板堆石坝
渗透系数反演
渗流计算
正交试验
反向传播(BP)神经网络
有限元模型
-
Keywords
concrete-faced rockfill dam(CFRD)
permeability coefficient inversion
seepage calculation
orthogonal experiment
back propagation(BP)neural network
finite element model
-
分类号
X949
[环境科学与工程—安全科学]
TV641
[水利工程—水利水电工程]
-
-
题名基于随机聚焦搜索算法的冲压成形工艺优化
被引量：3
- 2
-
-
作者
龙玲
殷国富
邹云
肖兵
-
机构
四川大学制造科学与工程学院
成都纺织高等专科学校机械工程与自动化系
-
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2012年第2期314-320,共7页
-
基金
国家自然科学基金资助项目(51075287)
国家科技重大专项资助项目(2010ZX04015-011)~~
-
文摘
针对板料冲压成形工艺优化问题,研究了一种群集智能算法。该方法通过正交实验与数字化仿真技术相结合获取神经网络的学习样本,利用反向传播神经网络构建随机聚焦搜索算法的目标函数模型。在此模型基础上,应用随机聚焦搜索算法对板料冲压成形的工艺参数进行优化。以深盒形件为例,将优化后的工艺参数输入eta/DYNAFORM仿真模型进行验证,结果表明该算法可获得较好的成形质量。为了进一步验证随机聚焦搜索算法在执行效率及寻优的全局搜索方面的优越性,与遗传算法的优化结果进行对比分析,说明随机聚焦搜索在板料冲压成形工艺参数优化方面是一种较好的优化算法。
-
关键词
板料成形
随机聚焦搜索算法
工艺参数优化
数值模拟
正交试验
反向传播神经网络训练
-
Keywords
sheet stamping
stochastic focusing search
process parameters optimization
numerical simulation
orthogonal experiment back propagation network training
-
分类号
TG386
[金属学及工艺—金属压力加工]
-
-
题名基于遗传算法和神经网络的曲面零件拉伸类翻边研究
被引量：2
- 3
-
-
作者
阳德森
周杰
易宗华
华俊杰
-
机构
重庆大学材料科学与工程学院
-
出处
《热加工工艺》
CSCD
北大核心
2009年第17期97-101,共5页
-
文摘
利用遗传算法和BP神经网络建立曲面零件拉伸类翻边的计算模型,该模型可代替系统原来的有限元模型,提高了优化过程的效率。首先通过分析曲面零件拉伸类翻边的变形特点,找出影响其成形极限的主要因素,并利用正交试验法和有限元技术确定神经网络训练样本,同时得到了上述因素对翻边结束后板料最大变薄率的影响规律和影响重要程度,最后利用遗传算法的神经网络构建了主要影响因素对零件最大变薄率的响应面,并得到使翻边成形性能最优的设计参数组合。
-
关键词
伸长类翻边
有限元法
正交试验设计
BP神经网络
-
Keywords
stretch flanging
FEM
orthogonal experiment design
back propagation-neural network
-
分类号
TG386
[金属学及工艺—金属压力加工]
-
-
题名基于BP神经网络的注塑成型翘曲分析及工艺优化
被引量：17
- 4
-
-
作者
陆广华
-
机构
南京理工大学泰州科技学院
-
出处
《塑料工业》
CAS
CSCD
北大核心
2017年第2期58-60,共3页
-
基金
泰州市科技支撑(工业共性关键技术)项目(TG201419)
江苏省高校自然科学研究面上项目(14KJD460003)
-
文摘
首先通过成型窗口得到基本的成型工艺参数,经正交优化,设计出合理的工艺参数组合。其次通过moldflow软件,研究了不同工艺参数组合对电连接器孔盖板翘曲变形量的影响,经极差分析,确定了各工艺参数对翘曲变形量影响的敏感性。然后根据优化所得的最佳工艺参数制得合格的注塑件。最后基于设计和训练的BP神经网络模型,对翘曲变形量进行预测,并与仿真结果进行比较,具有良好的一致性。
-
关键词
翘曲变形
注塑成型
BP神经网络
正交实验
优化
-
Keywords
Warpage
Injection Molding
back propagation Neural network
orthogonal experiment
Optimization
-
分类号
TQ320.662
[化学工程—合成树脂塑料工业]
-
-
题名塑料旋钮注射成型工艺优化
被引量：3
- 5
-
-
作者
陈任寰
陈再良
沈坚
严杰
-
机构
苏州大学机电工程学院
苏州好特殊模具有限公司
-
出处
《塑料工业》
CSCD
北大核心
2017年第10期47-50,共4页
-
基金
江苏省科技计划项目(BY2016043-02)
-
文摘
研究对象为塑料旋钮,以翘曲变形量和体积收缩率为优化目标并设计正交实验,选取模具温度、熔体温度、注射时间、保压压力和保压时间为影响因素。运用Moldflow软件进行仿真,得到翘曲优化的最佳组合。针对正交实验优化对体积收缩不敏感的情况,采用BP神经网络训练后进行二次寻优。对比Moldflow仿真结果满足工程精度,得到同时满足最佳翘曲和最小体积收缩率的最佳优化组合参数。结合正交实验和BP神经网络预测的方法减少了运算时间提高了分析效率。
-
关键词
翘曲变形
正交实验
工艺优化
BP神经网络
-
Keywords
Warpage
orthogonal experiment
Process Optimization
back propagation network Model
-
分类号
TQ320.662
[化学工程—合成树脂塑料工业]
-
-
题名基于正交试验法的神经网络优化设计
被引量：11
- 6
-
-
作者
黄鹍
陈森发
亓霞
周振国
-
机构
东南大学系统工程研究所
-
出处
《系统工程理论方法应用》
2004年第3期272-275,共4页
-
文摘
运用正交试验法,以三层前向型神经网络为例,对神经网络的训练样本、权值和阀值、训练参数的选择进行分析和研究。在此基础上,提出一种基于正交试验法的神经网络优化设计方法。研究结果表明,正交试验法对于神经网络模型的确定具有很好的效果,是一种既直观易行又客观科学的方法。
-
关键词
正交试验法
神经网络
训练样本
权值和阀值
训练参数
-
Keywords
orthogonal experiment method
neural network
training samples
weights and bias
training parameter
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP389.1
[自动化与计算机技术—计算机系统结构]
-
