-
题名基于机器学习预测环氧树脂复合材料抗冲击性能
- 1
-
-
作者
伍宝华
关留祥
方秀苇
-
机构
河南质量工程职业学院质量科学研究中心
中原工学院纺织学院
河南质量工程职业学院食品与化工学院
-
出处
《塑料工业》
CAS
CSCD
北大核心
2024年第10期119-125,143,共8页
-
基金
中国纺织工业联合会科技指导性计划项目(2021043)。
-
文摘
剩余压缩强度(RCS)是评价复合材料受到冲击损伤后力学性能的重要指标。采用声发射技术(AE)对玻璃纤维增强环氧树脂复合材料冲击载荷进行了在线监测,分析了振铃计数、峰值计数、信号强度和信号均方根值4种冲击载荷参数,采用人工神经元网络(ANN)和径向基网络(RBF)基于冲击载荷参数预测了试件RCS。结果表明,高冲击能量造成了试件分层、玻璃纤维断裂、环氧树脂基体开裂、纤维脱黏,当冲击能量为10、15、20和30 J时,冲击3 ms后冲击能量达到最大值,分别为10.53、16.67、21.77和27.13 J,随后冲击能量不断下降。随着冲击能量的增加,试件冲击深度从0.18 mm增加到3.35 mm,RCS从56.87 MPa降低到20.45 MPa。最优ANN模型结构为4-48-1,预测和实验RCS的均方误差(MSE)最低为0.03 MPa,最优RBF模型结构为4-21-1,MSE最低为0.01。RBF模型的局部响应特性使得其对输入数据中的噪声具有较好的鲁棒性,预测与实验RCS数据的相关系数(R2)为0.9863,而ANN模型预测结果为0.9514。
-
关键词
径向基网络
人工神经元网络
环氧树脂复合材料
声发射
剩余压缩强度
-
Keywords
Radial Basis Function
Artificial Neural Network
Epoxy Resin Composite Material
Acoustic Emission
Residual Compressive Strength
-
分类号
TQ323.5
[化学工程—合成树脂塑料工业]
-
-
题名基于多层路径分析的全面建成小康社会评价模型
被引量：2
- 2
-
-
作者
胡俊航
-
机构
河南质量工程职业学院质量科学研究中心
-
出处
《统计与决策》
CSSCI
北大核心
2017年第4期81-83,共3页
-
基金
河南省政府决策研究招标课题(2015B019)
-
文摘
文章基于多层路径分析方法构建了全面建成小康社会的评价模型。根据模型特点和解决问题的实际,给出了模型潜变量及模型参数的算法和各指标的效应分析方法。
-
关键词
路径分析
全面建成小康社会
评价模型
效应分析
-
分类号
O213
[理学—概率论与数理统计]
-
