發(fā)布時間：2018-04-09 23:16

  本文選題：再制造工藝　切入點：工藝選擇　出處：《組合機床與自動化加工技術》2017年11期

【摘要】：針對實際生產(chǎn)過程中廢舊零部件失效形式的多樣性及再制造工藝路線的復雜性,為了能快速精確的確定再制造工藝方案,對廢舊零部件再制造工藝特征屬性進行提取,建立了再制造工藝方案決策的BP神經(jīng)網(wǎng)絡模型,提出一種將L-M算法引入到BP神經(jīng)網(wǎng)絡的訓練過程中的方法,并對該模型進行求解。將改進后的BP神經(jīng)網(wǎng)絡模型應用于某廢舊機床主軸再制造工藝決策中,借助Matlab軟件實現(xiàn)了再制造工藝方案的智能決策,并且與未改進的BP神經(jīng)網(wǎng)絡方法進行對比,驗證了所提出方法的優(yōu)越性。
[Abstract]:In view of the diversity of failure forms of waste parts and the complexity of remanufacturing process in actual production process, in order to determine the remanufacturing process plan quickly and accurately, the characteristics of remanufacturing process of waste parts and components are extracted.A BP neural network model for remanufacturing process scheme decision is established, and a method of introducing L-M algorithm into the training process of BP neural network is proposed, and the model is solved.The improved BP neural network model is applied to the decision-making of the remanufacturing process of the spindle of a waste machine tool. The intelligent decision of the remanufacturing process scheme is realized with the help of Matlab software, and compared with the unimproved BP neural network method.The superiority of the proposed method is verified.
【作者單位】： 武漢科技大學機械自動化學院;
【分類號】：TH162

【相似文獻】

相關期刊論文 前10條

1 賈爽;賀利樂;;基于粒子群優(yōu)化SOM神經(jīng)網(wǎng)絡的軸系多振動故障診斷[J];機械傳動;2011年06期

2 唐貴基;楊玉婧;宋彩萌;;基于神經(jīng)網(wǎng)絡的旋轉機械振動故障診斷[J];機械工程師;2012年01期

3 欒美潔;許飛云;賈民平;;旋轉機械故障診斷的神經(jīng)網(wǎng)絡方法研究[J];噪聲與振動控制;2008年01期

4 高強;錢林方;侯遠龍;王力;;泵控缸電液位置伺服系統(tǒng)的神經(jīng)網(wǎng)絡模型參考自適應控制[J];機床與液壓;2008年06期

5 徐小力;左云波;吳國新;;量子神經(jīng)網(wǎng)絡在旋轉機組狀態(tài)趨勢預測中的應用[J];機械強度;2010年04期

6 何文;同淑榮;王克勤;;基于神經(jīng)網(wǎng)絡的質量控制圖異常診斷[J];機械制造;2013年05期

7 許寧,黃之初;神經(jīng)網(wǎng)絡在旋轉機械故障診斷中的應用研究[J];礦山機械;2005年08期

8 宋文杰;劉伯峰;王平;姜冰;;基于小波—神經(jīng)網(wǎng)絡的故障劣化趨勢檢測[J];職大學報(自然科學版);2006年02期

9 王志濤;肖明清;謝化勇;禚真福;薛輝輝;;基于神經(jīng)網(wǎng)絡的故障診斷效能模糊綜合評價研究[J];計算機測量與控制;2011年12期

10 戴中浩;林瓊;王秋成;;基于神經(jīng)網(wǎng)絡的再制造自動變速箱檢測及試驗研究[J];機械制造;2012年01期

相關會議論文 前10條

1 杜福銀;封其勃;;一種基于Hopfield神經(jīng)網(wǎng)絡作業(yè)車間調(diào)度問題的優(yōu)化方法[A];2009年中國智能自動化會議論文集（第一分冊）[C];2009年

2 宋國明;王厚軍;姜書艷;劉紅;;基于神經(jīng)網(wǎng)絡的融合智能診斷方法在模擬電路故障診斷中的應用[A];2007'中國儀器儀表與測控技術交流大會論文集（二）[C];2007年

3 宋軼民;余躍慶;張策;馬文貴;;基于神經(jīng)網(wǎng)絡的機敏機構振動自校正控制[A];第十二屆全國機構學學術研討會論文集[C];2000年

4 吳洪民;;氣動伺服定位系統(tǒng)的神經(jīng)網(wǎng)絡模糊自適應PID控制[A];第一屆全國流體動力及控制工程學術會議論文集（第二卷）[C];2000年

5 黎啟柏;桂佩佩;韓君;;二次調(diào)節(jié)控制系統(tǒng)的模糊-神經(jīng)網(wǎng)絡自學習自適應控制[A];液壓與氣動學術研討會論文集[C];2004年

6 黎啟柏;桂佩佩;韓君;;二次調(diào)節(jié)控制系統(tǒng)的模糊-神經(jīng)網(wǎng)絡自學習自適應控制[A];第三屆全國流體傳動及控制工程學術會議論文集（第三卷）[C];2004年

7 曹春紅;張斌;王利民;李文輝;;基于免疫神經(jīng)網(wǎng)絡的幾何約束求解技術的研究[A];第二十七屆中國控制會議論文集[C];2008年

8 謝進;閻開印;陳永;;神經(jīng)網(wǎng)絡技術在平面機構綜合中的應用[A];加入WTO和中國科技與可持續(xù)發(fā)展——挑戰(zhàn)與機遇、責任和對策（下冊）[C];2002年

9 李振河;胡順利;楊利芬;李平軍;常根生;;制造企業(yè)與制造工藝(摘要)[A];2010全國機電企業(yè)工藝年會《上海電氣杯》征文論文集[C];2010年

10 單忠德;戰(zhàn)麗;董曉麗;;機械工業(yè)傳統(tǒng)制造工藝綠色化技術研究[A];節(jié)能環(huán)保 和諧發(fā)展——2007中國科協(xié)年會論文集（一）[C];2007年

相關重要報紙文章 前1條

1 MEB記者 何弦;“變革”而非“替代”3D打印或將實現(xiàn)傳統(tǒng)機床制造工藝提升[N];機電商報;2013年

相關博士學位論文 前1條

1 李雙躍;制造工藝資源建模技術及其在夾具設計支持系統(tǒng)中的應用[D];四川大學;2006年

相關碩士學位論文 前10條

1 王栗;面向電機軸承的快速故障診斷方法研究[D];沈陽理工大學;2015年

2 于會超;機械觸覺機構及控制的研究與應用[D];華北理工大學;2015年

3 李捷;基于神經(jīng)網(wǎng)絡的軸承故障診斷技術研究[D];電子科技大學;2015年

4 宋銀芳;橋式起重機故障分析與故障率預測方法研究[D];安徽理工大學;2016年

5 高芮;基于神經(jīng)網(wǎng)絡的機械故障診斷技術的研究[D];青島科技大學;2016年

6 程翔;基于神經(jīng)網(wǎng)絡的輪帶系統(tǒng)橫向振動的變結構控制[D];福州大學;2014年

7 龐艷艷;基于選擇性神經(jīng)網(wǎng)絡的故障診斷研究[D];華中科技大學;2014年

8 徐銘志;基于神經(jīng)網(wǎng)絡PID的金屬帶式無級變速器速比控制研究[D];燕山大學;2016年

9 齊放;基于極限學習機的設備故障預測方法及應用研究[D];北京化工大學;2016年

10 尤海鑫;BP神經(jīng)網(wǎng)絡與模糊邏輯在智能故障診斷中的應用[D];大連交通大學;2014年

，

本文編號：1728600