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
共找到617篇文章
< 1 2 … 31 >
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：
利用改进卷积神经网络的螺杆砂带磨削表面粗糙度预测 被引量：1
1
作者 杨赫然 张培杰 +2 位作者 孙兴伟 潘飞 刘寅 《中国机械工程》 北大核心 2025年第2期325-332,共8页
为便捷、准确地预测磨削后螺杆转子的表面粗糙度,提出了一种基于自注意力卷积神经网络(SA-CNN)的磨削曲面粗糙度测量方法。通过正交试验获得螺杆转子的表面粗糙度以及粗糙度数值对应位置的表面图像,图像经自适应直方图均衡化、反锐化掩... 为便捷、准确地预测磨削后螺杆转子的表面粗糙度,提出了一种基于自注意力卷积神经网络(SA-CNN)的磨削曲面粗糙度测量方法。通过正交试验获得螺杆转子的表面粗糙度以及粗糙度数值对应位置的表面图像,图像经自适应直方图均衡化、反锐化掩蔽等预处理后作为训练样本输入SA-CNN模型中。采用SA-CNN模型对磨削后的螺杆转子表面粗糙度值进行预测,并与经典网络ResNet、AlexNet、VGG-16、基础CNN以及图神经网络GNN预测结果进行对比。试验结果表明,SA-CNN模型的平均预测精度达到95.24%,均方根误差(RMSE)为0.0706μm,平均绝对百分比误差(MAPE)为7.4206%,均优于对比网络,且模型收敛较快,表现出较高的精度和良好的鲁棒性。 展开更多
关键词 磨削 表面粗糙度 卷积神经网络 正交试验
在线阅读 下载PDF
基于数字孪生技术的刮板输送机运行速度控制方法研究
2
作者 汪卫兵 李赖 +3 位作者 赵栓峰 路正雄 贺海涛 李开放 《现代电子技术》 北大核心 2025年第18期151-158,共8页
矿用刮板输送机的运行速度与工作面煤流量不匹配,是导致设备运行效率低、能耗浪费的主要原因之一。为此,提出一种基于数字孪生技术的刮板输送机运行速度控制方法。设计一个由实际刮板输送机、刮板输送机数字孪生模型、孪生数据以及速度... 矿用刮板输送机的运行速度与工作面煤流量不匹配,是导致设备运行效率低、能耗浪费的主要原因之一。为此,提出一种基于数字孪生技术的刮板输送机运行速度控制方法。设计一个由实际刮板输送机、刮板输送机数字孪生模型、孪生数据以及速度控制策略组成的运行速度控制框架,并结合采煤工作双向割煤工艺,对刮板输送机工况进行分析研究,实时模拟刮板输送机的运行状态。根据预测的负载智能调控刮板输送机的运行速度和变速时间,从而实现对刮板输送机的智能控制。与榆家梁煤矿43101综采工作面采集的数据进行实验对比,结果表明,与传统的定速控制方法相比,采用基于数字孪生技术的刮板输送机速度控制方法可以使刮板输送机的装载率提高18.5%,能耗降低10.83%。 展开更多
关键词 数字孪生技术 刮板输送机 运行速度控制 智能调速 粗糙径向基神经网络 负载预测 能耗优化
在线阅读 下载PDF
基于改进BP神经网络的激光选区熔化表面粗糙度预测
3
作者 丁燕 王磊 王远 《电加工与模具》 北大核心 2025年第1期62-68,共7页
为提升激光选区熔化表面粗糙度预测的精确度,提出改进BP神经网络模型。首先依据参数建立指数模型,利用灰色关联度分析各因素,求解获得各因素的指数值;然后建立BP神经网络模型,改进粒子群算法优化包括自适应惯性权重更新和动态调节学习因... 为提升激光选区熔化表面粗糙度预测的精确度,提出改进BP神经网络模型。首先依据参数建立指数模型,利用灰色关联度分析各因素,求解获得各因素的指数值;然后建立BP神经网络模型,改进粒子群算法优化包括自适应惯性权重更新和动态调节学习因子,同时指数模型预测结果作为特征输入到BP神经网络模型;最后给出算法流程。实验显示,改进BP神经网络在较少的隐含层节点下达到了更低的平均相对误差,激光选区熔化表面粗糙度预测更接近真实值,改进BP神经网络决定系数相比EM、BPNN、GABPNN分别提升了6.40%、1.14%、0.07%,均方根误差相比EM、BPNN、GABPNN分别降低了0.0363、0.0627、0.0668,评价指标较优。 展开更多
关键词 BP神经网络 激光选区熔化 粗糙度 粒子群 精确度
在线阅读 下载PDF
轮廓铣削表面粗糙度预测及工艺参数增效优化 被引量：1
4
作者 高熠 唐源斌 +2 位作者 黄晓燕 鲁娟 马俊燕 《制造技术与机床》 北大核心 2025年第2期144-153,共10页
在轮廓铣削中,为满足质量要求并提高加工效率,提出一种基于轮廓曲率特征的工艺参数优化方法。考虑轮廓曲率特征对加工质量的影响,分别设计了直线、凸弧和凹弧的铣削正交试验,以获取在不同轮廓曲率下的表面粗糙度数据。基于试验结果,利... 在轮廓铣削中,为满足质量要求并提高加工效率,提出一种基于轮廓曲率特征的工艺参数优化方法。考虑轮廓曲率特征对加工质量的影响,分别设计了直线、凸弧和凹弧的铣削正交试验,以获取在不同轮廓曲率下的表面粗糙度数据。基于试验结果,利用雪消融优化(snow ablation optimizer,SAO)算法改进的BP(back propagation)神经网络,分别建立直线、凸弧及凹弧铣削的表面粗糙度预测模型。以表面粗糙度与材料去除率为优化目标,构建轮廓铣削工艺参数的多目标优化模型,并运用NSGA-II(non-dominated sorting genetic algorithm II)算法进行求解,获得不同轮廓铣削方式下,满足规定粗糙度要求并最大化材料去除率的铣削工艺参数。将所提出的优化方法应用于实际轮廓加工,结果表明,各轮廓区域的粗糙度均能满足质量要求,且加工效率平均提升了17.1%。 展开更多
关键词 轮廓铣削 轮廓曲率 表面粗糙度 神经网络 材料去除率 参数优化
在线阅读 下载PDF
基于残差神经网络和注意力机制的加工表面粗糙度识别 被引量：1
5
作者 范立想 朱钰浩 +2 位作者 陈书涵 姚继开 唐伟东 《机床与液压》 北大核心 2025年第11期126-132,共7页
表面粗糙度是衡量表面质量的重要指标之一,因此,开发能够快速、准确测量和识别表面粗糙度的技术具有广泛的应用前景。基于此,提出一种基于残差神经网络和注意力机制的电火花加工表面粗糙度检测技术。该技术首先对输入图像进行预处理,使... 表面粗糙度是衡量表面质量的重要指标之一,因此,开发能够快速、准确测量和识别表面粗糙度的技术具有广泛的应用前景。基于此,提出一种基于残差神经网络和注意力机制的电火花加工表面粗糙度检测技术。该技术首先对输入图像进行预处理,使用图像灰度处理降低原始信号的输入量。通过图像分块、噪声、旋转和翻转等方式进行数据增强,将增强后的数据输入深度学习模型中进行训练。深度学习模型利用残差神经网络和注意力机制,自动提取经电火花加工后的H13钢材料表面粗糙度的特征。实验结果表明:所提出的基于残差神经网络和注意力机制的表面粗糙度检测技术能够进行高效率的表面粗糙度检测;在12组粗糙度分类识别实验中,该深度学习模型相较于卷积神经网络(CNN),卷积神经网络和注意力机制(CNN-Attention)以及残差神经网络(ResNet)的准确率分别提高了9.10%、3.73%、4.11%;通过对加工后表面粗糙度图像进行4组分类,所提出模型验证准确率在95%以上,可用于工业生产及其他相关领域表面质量的快速检测。 展开更多
关键词 表面粗糙度识别 残差神经网络 注意力机制 电火花加工技术
在线阅读 下载PDF
一种基于Rough　Sets和模糊神经网络的规则获取的方法 被引量：6
6
作者 武妍 施鸿宝 《计算机工程与应用》 CSCD 北大核心 1999年第7期7-9,23,共4页
该文提出了一种基于RoughSets思想获取初始规则，并通过模糊神经网络优化，最后再进行简化获取模糊规则，及模糊系统参数学习的方法。并通过实例进行了自动列车运行系统仿真。文中还基于上述实例，将这种基于模糊神经网络的学习与控制... 该文提出了一种基于RoughSets思想获取初始规则，并通过模糊神经网络优化，最后再进行简化获取模糊规则，及模糊系统参数学习的方法。并通过实例进行了自动列车运行系统仿真。文中还基于上述实例，将这种基于模糊神经网络的学习与控制方法与标准的BP网络和基本的模糊系统方法进行了比较，并总结了这种方法的特点。结论表明，该文所提出的模糊规则生成和模糊系统学习方法是行之有效的。 展开更多
关键词 模糊神经网络 模糊规则 规则获取 自动列车
在线阅读 下载PDF
基于Rough集和神经网络的烧结过程异常诊断研究 被引量：2
7
作者 张小平 张继生 +1 位作者 王杰 历君 《烧结球团》 北大核心 2005年第4期24-26,共3页
为了及时、准确诊断烧结过程的异常状况并及时消除异常,本文将Rough集和神经网络相结合,建立了烧结过程异常状况智能诊断系统。基本思想是首先利用Rough集对知识库进行约简,然后利用神经网络对约简后的知识进行分层融合。该系统具有简... 为了及时、准确诊断烧结过程的异常状况并及时消除异常,本文将Rough集和神经网络相结合,建立了烧结过程异常状况智能诊断系统。基本思想是首先利用Rough集对知识库进行约简,然后利用神经网络对约简后的知识进行分层融合。该系统具有简化样本、适应性强和不易陷入局部最小点等特点,能有效处理异常中的噪声或不相容的信息。 展开更多
关键词 异常 诊断 rough集 神经网络 烧结过程 诊断研究 智能诊断系统 基本思想 分层融合 有效处理
在线阅读 下载PDF
干式铣削对IN718熔覆层表面残余应力及粗糙度的影响和预测研究 被引量：2
8
作者 刘宇 舒林森 +3 位作者 吴佳晟 黄添 杜超群 周俊 《制造技术与机床》 北大核心 2025年第1期55-62,共8页
与湿式切削相比,干切削属于发生界面固态接触的极端制造,苛刻的切削工况导致加工表面质量恶化。为了准确地预测IN718(Inconel 718)熔覆层干式铣削后表面残余应力及粗糙度,提出了一种基于遗传算法(genetic algorithm, GA)增强的BP神经网... 与湿式切削相比,干切削属于发生界面固态接触的极端制造,苛刻的切削工况导致加工表面质量恶化。为了准确地预测IN718(Inconel 718)熔覆层干式铣削后表面残余应力及粗糙度,提出了一种基于遗传算法(genetic algorithm, GA)增强的BP神经网络预测方法,构造改进的BP神经网络预测模型,并探讨铣削参数对表面残余应力及粗糙度的影响。结果表明,GA-BP模型将残余应力和粗糙度预测误差由24.8%和18.9%分别降至6.6%和10%,对小样本数据拟合的优势突出;铣削表面残余应力和粗糙度随进给速度和径向切深的提高而增大,主轴转速对残余应力的影响并不明显;影响残余应力因素优先顺序为径向切深>进给速度>主轴转速,影响粗糙度因素优先顺序为进给速度>径向切深>主轴转速。 展开更多
关键词 IN718熔覆层 干式铣削 GA-BP神经网络 残余应力 粗糙度
在线阅读 下载PDF
基于Rough集理论的模糊神经网络构造方法 被引量：4
9
作者 黄显明 易继锴 《中国工程科学》 2004年第4期44-50,共7页
提出了在模糊神经网络中使用Rough集理论进行网络结构设计的方法。由于Rough集理论有强大的数值分析能力 ,而模糊神经网络具有准确的逼近收敛能力和较高的精度 ,所以通过两者的结合 ,可以得到一种可理解性好、计算简单、收敛速度快的神... 提出了在模糊神经网络中使用Rough集理论进行网络结构设计的方法。由于Rough集理论有强大的数值分析能力 ,而模糊神经网络具有准确的逼近收敛能力和较高的精度 ,所以通过两者的结合 ,可以得到一种可理解性好、计算简单、收敛速度快的神经网络模型。这种网络构造方法的主要过程为 :首先 ,利用Rough集理论对给定数据集进行规则获取 ;然后 ,根据这些规则构造模糊神经网络各层的神经元个数及相关参数初始值 ;最后 ,用BP算法迭代求出网络的各种参数 ,完成网络的设计。给出了一个二维非线性函数拟合的实例 。 展开更多
关键词 模糊神经网络 rough集 规则获取 函数拟合
在线阅读 下载PDF
基于Rough Sets和模糊神经网络的汉语兼类词词性标注规则的获取方法 被引量：1
10
作者 支天云 张仰森 《计算机工程与应用》 CSCD 北大核心 2002年第12期89-91,230,共4页
文章提出了基于RoughSets的汉语兼类词初始标注规则的获取方法,并通过模糊神经网络(FNN)进行优化,最后再进行简化获取模糊规则;文章以人工标注过的句子作为训练集和测试集,得出了训练集左3、左4、右3、右4个兼类词标注规则库;对同样的... 文章提出了基于RoughSets的汉语兼类词初始标注规则的获取方法,并通过模糊神经网络(FNN)进行优化,最后再进行简化获取模糊规则;文章以人工标注过的句子作为训练集和测试集,得出了训练集左3、左4、右3、右4个兼类词标注规则库;对同样的训练集和测试集,采用统计二元模型进行标注后,再利用该方法(粗糙模糊神经网络方法,简称RSFNN)进行二次标注,结果表明RSFNN方法优于统计二元模型方法。最后实例说明汉语兼类词词性标注规则的获取方法。 展开更多
关键词 模糊神经网络 词性标注规则 汉语兼类词 粗糙集理论 自然语音处理
在线阅读 下载PDF
基于Rough集和支持向量机的作战飞机效能评估 被引量：7
11
作者 高尚 《计算机工程》 EI CAS CSCD 北大核心 2006年第14期184-186,共3页
简述了效能评估的各种方法,建立参数效能模型时,首先要挑选特征参数,采用知识约简方法选择武器的特征参数。利用支持向量机建立了参数效能模型,通过实例与指数法和神经网络法的结果进行了比较,结果表明支持向量机比较精确和简单。
关键词 支持向量机 效能 rough集 知识约简 神经网络
在线阅读 下载PDF
基于粗糙随机模型的参数校准与定价研究
12
作者 凌倩瑜 刘宁 +1 位作者 曾渝翔 陈晓鹏 《统计与决策》 北大核心 2025年第7期65-70,共6页
传统Black-Scholes期权定价模型因假定波动率为常数,导致定价结果存在较大误差。文章采用分数布朗运动驱动的粗糙Bergomi随机波动率模型,针对国内金融市场进行波动率曲面刻画,并采用2022年1月4日至2022年12月30日的沪深300ETF期权的日... 传统Black-Scholes期权定价模型因假定波动率为常数,导致定价结果存在较大误差。文章采用分数布朗运动驱动的粗糙Bergomi随机波动率模型,针对国内金融市场进行波动率曲面刻画,并采用2022年1月4日至2022年12月30日的沪深300ETF期权的日交易数据进行实证分析,利用神经网络两步法进行参数校准,结果表明,粗糙Bergomi模型的定价精度优于Heston模型和BS模型,神经网络两步法在参数优化效果上优于差分进化算法。 展开更多
关键词 粗糙Bergomi模型 神经网络两步法 Heston模型 BS模型 差分进化算法
在线阅读 下载PDF
基于Rough集理论和神经网络的威胁判断模型
13
作者 高尚 《弹箭与制导学报》 CSCD 北大核心 2003年第S1期207-210,共4页
Rough set 理论已经在机器学习、从数据库中发现知识、决策支持和分析等方面得到了广泛应用。建立目标威胁模型,首先要挑选特征参数,这里采用知识约简方法选择目标的特征参数;利用神经网络理论建立了威胁模型,目标的威胁程度与特征参数... Rough set 理论已经在机器学习、从数据库中发现知识、决策支持和分析等方面得到了广泛应用。建立目标威胁模型,首先要挑选特征参数,这里采用知识约简方法选择目标的特征参数;利用神经网络理论建立了威胁模型,目标的威胁程度与特征参数的关系可通过神经网络的阀值和权值得到体现,实例表明该方法简单可行。 展开更多
关键词 威胁判断 rough 集 知识约简 神经网络 层次分析法
在线阅读 下载PDF
基于Rough集的磨削参数决策系统
14
作者 刘国光 《机床与液压》 北大核心 2002年第6期104-106,共3页
本文分析了 5层模糊神经网络的优缺点 ,提出了基于Rough集构造模糊神经网络的方法 ,并应用于多传感器的磨削参数决策系统 。
关键词 磨削参数 决策系统 rough集 多传感器融合 模糊神经网络 磨削
在线阅读 下载PDF
基于WOA-RBF的螺杆转子双砂带磨削表面粗糙度及材料去除率预测
15
作者 王兴磊 杨赫然 +2 位作者 孙兴伟 赵泓荀 潘飞 《制造技术与机床》 北大核心 2025年第4期172-179,共8页
为准确预测双砂带同步磨削后多头螺杆转子的表面粗糙度与材料去除率,提出一种基于鲸鱼优化算法-径向基函数(whale optimization algorithm-radial basis function,WOA-RBF)组合神经网络的预测模型。与基于RBF和基于卷积神经网络(convolu... 为准确预测双砂带同步磨削后多头螺杆转子的表面粗糙度与材料去除率,提出一种基于鲸鱼优化算法-径向基函数(whale optimization algorithm-radial basis function,WOA-RBF)组合神经网络的预测模型。与基于RBF和基于卷积神经网络(convolutional neural networks,CNN)的预测模型进行对比,结果表明提出的预测模型平均相对误差低于RBF预测模型和CNN预测模型,同时均方根误差、决定系数等指标优于对比对象。单因素预测结果表明螺杆转子双砂带磨削的表面粗糙度随主气缸压力、砂带粒度升高而增加,随着砂带张紧力升高而降低,随着砂带线速度升高先降低再增加。材料去除率随着主气缸气压及砂带线速度、砂带粒度升高而增加,随着砂带张紧力升高而降低。装置1对磨削工件材料去除率影响较大,而装置2对磨削工件表面粗糙度影响较大。提出的方法可为其他复杂型面工件的磨削质量预测提供参考。 展开更多
关键词 双砂带磨削 表面粗糙度 材料去除率 鲸鱼优化算法 径向基神经网络
在线阅读 下载PDF
基于相关性分析的工程陶瓷磨削表面粗糙度声发射智能预测
16
作者 唐靖 郭力 +1 位作者 涂承刚 伍定 《制造技术与机床》 北大核心 2025年第7期199-206,共8页
工程陶瓷因其优异的性能在工业中应用广泛,鉴于工程陶瓷在工业应用中对磨削加工精度的高要求,通过分析工程陶瓷磨削声发射(acoustic emission,AE)信号特征值,利用Copula函数相关性分析精准确定磨削声发射信号的最佳频段和特征值,进而基... 工程陶瓷因其优异的性能在工业中应用广泛,鉴于工程陶瓷在工业应用中对磨削加工精度的高要求,通过分析工程陶瓷磨削声发射(acoustic emission,AE)信号特征值,利用Copula函数相关性分析精准确定磨削声发射信号的最佳频段和特征值,进而基于鲸鱼优化算法(whale optimization algorithm,WOA)优化的随机森林(random forest,RF)神经网络,构建智能预测模型,以实现对工程陶瓷(涵盖氧化铝陶瓷和氧化锆陶瓷)磨削表面粗糙度的精准预测。分析结果表明,部分稳定氧化锆陶瓷最大预测误差仅为8.32%,氧化铝陶瓷最大预测误差仅为7.71%。为工程陶瓷磨削加工质量的实时智能监测提供可靠参考和技术支持。 展开更多
关键词 工程陶瓷 磨削 表面粗糙度预测 声发射 Copula函数相关性分析 鲸鱼优化算法 随机森林神经网络
在线阅读 下载PDF
医用氧化锆陶瓷磨削表面粗糙度的声发射智能预测 被引量：1
17
作者 李波 郭力 《南京航空航天大学学报》 CAS CSCD 北大核心 2024年第3期571-576,共6页
医用氧化锆陶瓷(Y-TZP)是较好的齿科修复体材料,为了得到较好的齿科修复体性能对于其制造精度特别是表面粗糙度的要求比较高,但其是硬脆难加工材料,为了提高医用氧化锆陶瓷磨削加工表面质量和加工效率,在对医用氧化锆陶瓷磨削过程中的... 医用氧化锆陶瓷(Y-TZP)是较好的齿科修复体材料,为了得到较好的齿科修复体性能对于其制造精度特别是表面粗糙度的要求比较高,但其是硬脆难加工材料,为了提高医用氧化锆陶瓷磨削加工表面质量和加工效率,在对医用氧化锆陶瓷磨削过程中的声发射信号分频段进行相关性分析的基础上,提取磨削声发射840~850kHz敏感频段信号中与磨削表面粗糙度强相关的12组特征值,构建了具有较高预测精度的随机森林神经网络,最终医用氧化锆陶瓷磨削表面粗糙度声发射预测最大相对误差低于8.37%,研究结果对医用氧化锆陶瓷磨削表面粗糙度在线智能监测有较大的参考价值。 展开更多
关键词 医用氧化锆陶瓷 磨削声发射 表面粗糙度预测 随机森林神经网络 相关性系数
在线阅读 下载PDF
基于机器学习耦合模型预测FDM零件的表面粗糙度 被引量：2
18
作者 赵陶钰 邵鹏华 《塑料工业》 CAS CSCD 北大核心 2024年第5期116-123,共8页
熔融沉积工艺(FDM)制造的零件表面粗糙度高,不仅影响了零件外观,还降低了性能。采用响应面实验设计,研究了层高(A)、填充密度(B)、喷嘴温度(C)、床层温度(D)和打印速度(E)对聚乳酸(PLA)零件表面粗糙度的影响。同时,将遗传算法(GA)与决策... 熔融沉积工艺(FDM)制造的零件表面粗糙度高,不仅影响了零件外观,还降低了性能。采用响应面实验设计,研究了层高(A)、填充密度(B)、喷嘴温度(C)、床层温度(D)和打印速度(E)对聚乳酸(PLA)零件表面粗糙度的影响。同时,将遗传算法(GA)与决策树(DT)、人工神经元网络(ANN)两种机器学习模型相结合,预测了零件的表面粗糙度。结果表明,A、B、C和E是显著影响零件表面粗糙度的主效应,A×B、A×C、A×E、B×C、B×E、C×E是影响显著的交互效应。GA+DT耦合模型预测PLA零件表面粗糙度的准确性更高,预测值与实验值的相关系数(R2)、均方误差(MSE)和平均绝对误差(MAE)分别为0.952、0.132和0.234,优于GA+ANN的0.823、1.561和1.759。GA+DT模型的预测值与实验值的Pearson相关系数为0.984,而GA+ANN模型仅为0.903,这表明GA+DT模型在预测PLA零件表面粗糙度时准确度更高。 展开更多
关键词 决策树 人工神经元网络 遗传算法 熔融沉积 表面粗糙度 聚乳酸
在线阅读 下载PDF
有限元模拟和神经网络相结合的喷丸处理SAE9254钢疲劳寿命预测 被引量：2
19
作者 申建国 汪舟 +6 位作者 卢伟 罗素晖 王晓丽 罗雄 郑文文 汪帆星 张旭 《机械工程材料》 CAS CSCD 北大核心 2024年第7期77-84,共8页
采用ABAQUS有限元软件建立基于Python脚本的随机多弹丸喷丸模型,对不同弹丸直径、不同弹丸速度和不同喷丸覆盖率下喷丸处理后悬架弹簧用SAE9254钢的残余应力分布和表面粗糙度进行预测,并与试验结果进行对比;基于有限元模拟结果结合神经... 采用ABAQUS有限元软件建立基于Python脚本的随机多弹丸喷丸模型,对不同弹丸直径、不同弹丸速度和不同喷丸覆盖率下喷丸处理后悬架弹簧用SAE9254钢的残余应力分布和表面粗糙度进行预测,并与试验结果进行对比;基于有限元模拟结果结合神经网络模型对试验钢的疲劳寿命进行预测,并进行试验验证。结果表明:模拟得到SAE9254钢的残余应力沿深度方向的变化曲线与试验结果吻合较好,最大残余压应力的相对误差约为14.77%,表面粗糙度的相对误差约为3.18%,建立的随机多弹丸喷丸模型能够准确地预测SAE9254钢喷丸后的残余应力分布及表面粗糙度。采用有限元模拟与神经网络相结合的方法得到的疲劳寿命预测值和试验值的平均相对误差为6.85%,该方法可以准确地预测SAE9254钢的疲劳寿命。 展开更多
关键词 SAE9254钢 喷丸 表面粗糙度 有限元模拟 神经网络 疲劳寿命
在线阅读 下载PDF
螺杆铣床主轴振动对螺杆转子表面质量影响分析
20
作者 林泽利 孙兴伟 +3 位作者 杨赫然 张维锋 董祉序 赵泓荀 《振动与冲击》 EI CSCD 北大核心 2024年第16期185-191,246,共8页
为探究螺杆铣床的主轴振动对工件表面质量影响规律。通过螺杆转子外包络铣削加工试验,建立主轴振动特性预测的神经网络模型,使用预测模型预测分析不同加工参数下主轴振动特性的变化规律,分析主轴振动与工件表面粗糙度值之间的影响规律... 为探究螺杆铣床的主轴振动对工件表面质量影响规律。通过螺杆转子外包络铣削加工试验,建立主轴振动特性预测的神经网络模型,使用预测模型预测分析不同加工参数下主轴振动特性的变化规律,分析主轴振动与工件表面粗糙度值之间的影响规律。采用压电集成电路型加速度传感器对铣削过程中主轴振动特征值进行测量,采用TR200便携式表面粗糙度仪测量工件表面粗糙度值。针对主轴振动特征值与表面粗糙度值进行灰色关联度分析,结果表明信号峰值与表面粗糙度值关系显著,表面粗糙度值随信号峰值减小而降低。使用粒子群算法在构建的主轴振动预测模型进行工艺参数寻优,利用试验进行模型精度验证,误差在6%以内。加工试验结果表明采用最佳参数组合加工工件可使主轴振动信号峰值减小,从而获得较高的表面质量。该方法对螺杆转子生产实践工艺选择具有一定的启发和指导意义,也可为金属切削加工的表面质量提升提供参考。 展开更多
关键词 外包络铣削 主轴振动 表面粗糙度 神经网络预测
在线阅读 下载PDF
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 2 … 31 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部