【摘要】：為了實現(xiàn)對強力旋壓連桿襯套成形質(zhì)量(壁厚差和擴徑量)的預測,進而對工藝參數(shù)進行優(yōu)化,利用MATLAB人工神經(jīng)網(wǎng)絡工具箱,建立了強力旋壓工藝參數(shù)與成形質(zhì)量的RBF神經(jīng)網(wǎng)絡模型�；跍p聚類算法改進的K-means學習算法,用模擬實驗所得數(shù)據(jù)對神經(jīng)網(wǎng)絡進行訓練,進而對旋壓成形質(zhì)量進行預測,通過與實測值對比,發(fā)現(xiàn)所建神經(jīng)網(wǎng)絡模型預測性能良好,實現(xiàn)了RBF神經(jīng)網(wǎng)絡在強力旋壓領域的成功應用,與原始K-means學習算法訓練的RBF神經(jīng)網(wǎng)絡和BP神經(jīng)網(wǎng)絡所建模型比較,發(fā)現(xiàn)改進K-means學習算法訓練的RBF神經(jīng)網(wǎng)絡預測模型擁有更優(yōu)的性能。該模型不僅可以為工藝參數(shù)的優(yōu)化提供參考,還能縮短工藝參數(shù)的優(yōu)化周期和減少實際實驗的成本。
[Abstract]:In order to predict the forming quality (wall thickness difference and diameter expansion) of strong spinning connecting rod bushing, and then optimize the process parameters, the RBF neural network model of strong spinning process parameters and forming quality was established by using MATLAB artificial neural network toolbox. Based on the improved K-means learning algorithm, the neural network is trained with the simulation experimental data, and then the spinning forming quality is predicted. By comparing with the measured values, it is found that the neural network model has good prediction performance, and the successful application of RBF neural network in the field of strong spinning is realized, which is compared with the model established by RBF neural network and BP neural network trained by the original K-means learning algorithm. It is found that the RBF neural network prediction model trained by the improved K-means learning algorithm has better performance. The model can not only provide a reference for the optimization of process parameters, but also shorten the optimization period of process parameters and reduce the cost of practical experiments.
【作者單位】： 中北大學機械與動力工程學院;
【基金】：山西省自然科學基金資助項目(2012011023-2) 山西省高校高新技術產(chǎn)業(yè)化項目(20120021)
【分類號】：TP183;TG306

【參考文獻】

相關期刊論文 前7條

1 羅亞軍 ,何丹農(nóng) ,張永清 ,趙軍;人工神經(jīng)網(wǎng)絡在塑性成形領域中的應用研究[J];鍛壓技術;2001年05期

2 張劍;湯禹成;;基于BP神經(jīng)網(wǎng)絡響應曲面的筒形件強力旋壓工藝參數(shù)優(yōu)化研究[J];鍛壓裝備與制造技術;2007年01期

3 田銀;謝延敏;孫新強;何育軍;;基于魚群RBF神經(jīng)網(wǎng)絡和改進蟻群算法的拉深成形工藝參數(shù)優(yōu)化[J];鍛壓技術;2014年12期

4 孫丹;萬里明;孫延風;梁艷春;;一種改進的RBF神經(jīng)網(wǎng)絡混合學習算法[J];吉林大學學報(理學版);2010年05期

5 龐振;徐蔚鴻;;一種基于改進k-means的RBF神經(jīng)網(wǎng)絡學習方法[J];計算機工程與應用;2012年11期

6 張俊明;劉軍;俞小峰;康永林;楊荃;;一種RBF神經(jīng)網(wǎng)絡在某冷連軋機組軋制力計算中的組合應用[J];塑性工程學報;2008年01期

7 馮志剛;樊文欣;趙俊生;韓雙鳳;幸華超;陳翔;;基于BP神經(jīng)網(wǎng)絡的強力旋壓成形連桿襯套力學性能預測[J];熱加工工藝;2014年05期

【共引文獻】

相關期刊論文 前10條

1 陳文元;李雪梅;遲曉梅;;小波分析與神經(jīng)網(wǎng)絡在結構多處損傷監(jiān)測中的應用[J];四川建筑科學研究;2006年03期

2 胡龍軍;陳一波;陶吉利;;基于神經(jīng)網(wǎng)絡參數(shù)自整定PID控制的應用[J];安徽電子信息職業(yè)技術學院學報;2009年06期

3 甘信華;石勇;林保國;;基于MATLAB的BP神經(jīng)網(wǎng)絡在大氣環(huán)境質(zhì)量評價中的應用[J];安徽化工;2008年05期

4 楊啟紅;陳麗華;王宇;;基于采樣密度不同土壤的水分特征參數(shù)的預測及誤差分析[J];安徽農(nóng)業(yè)科學;2009年27期

5 楊根蓮;黎向鋒;;基于BP神經(jīng)網(wǎng)絡的不同轉(zhuǎn)速下切削聲音識別[J];安徽科技學院學報;2011年04期

6 王超,陳開巖;基于ANN的煤礦安全評價方法的探討[J];安全;2005年03期

7 顧冰芳;龔烈航;徐國躍;;基于神經(jīng)網(wǎng)絡的UHMWPE復合材料防彈性能研究[J];兵器材料科學與工程;2006年06期

8 王長龍;劉兵;紀鳳珠;陳正閣;;基于BP神經(jīng)網(wǎng)絡的漏磁定量化檢測[J];兵器材料科學與工程;2007年01期

9 王樹棟;;基于進化神經(jīng)元算法的堡鎮(zhèn)隧道軟弱圍巖施工彈塑性智能位移反分析[J];北京交通大學學報;2010年03期

10 梁宇,郝海燕,尤志鋒,李勇;C~4ISR人機交互性能的LMBP神經(jīng)網(wǎng)絡評估[J];兵工自動化;2005年04期

相關會議論文 前10條

1 張佑春;王平;張公永;;基于D-S證據(jù)理論和神經(jīng)網(wǎng)絡的信息融合方法及應用[A];第二十七屆中國控制會議論文集[C];2008年

2 王德軍;李萌;王麗華;;基于BP神經(jīng)網(wǎng)絡的汽車ABS系統(tǒng)故障診斷[A];第二十九屆中國控制會議論文集[C];2010年

3 朱紅偉;;基于BP神經(jīng)網(wǎng)絡的公路隧道火災探測研究[A];自主創(chuàng)新與持續(xù)增長第十一屆中國科協(xié)年會論文集（3）[C];2009年

4 吳流發(fā);;電火花線切割加工工藝參數(shù)智能優(yōu)化研究[A];2005年中國機械工程學會年會論文集第11屆全國特種加工學術會議專輯[C];2005年

5 吳金妹;陳學永;王貴成;;基于模糊神經(jīng)網(wǎng)絡的振動攻絲工藝參數(shù)優(yōu)化匹配的研究[A];2005年中國機械工程學會年會論文集第11屆全國特種加工學術會議專輯[C];2005年

6 錢華明;馬吉臣;施麗娟;;基于小波神經(jīng)網(wǎng)絡的導航傳感器故障診斷[A];第十七屆全國測控計量儀器儀表學術年會（MCMI'2007）論文集（下冊）[C];2007年

7 孟少朋;李普恩;;MATLAB神經(jīng)網(wǎng)絡在核設備壽命預測中的應用[A];2009年全國機械可靠性技術學術交流會暨第四屆可靠性工程分會成立大會論文集[C];2009年

8 王士新;張國山;邴志剛;;常壓塔輕柴油凝點軟測量[A];第16屆中國過程控制學術年會暨第4屆全國故障診斷與安全性學術會議論文集[C];2005年

9 王蕾;孫偉;;氧化鋁濃度智能特征模型研究[A];自動化技術與冶金流程節(jié)能減排——全國冶金自動化信息網(wǎng)2008年會論文集[C];2008年

10 鄭鵬;朱燦焰;;基于神經(jīng)網(wǎng)絡的房性與室性早搏檢測技術[A];全國第4屆信號和智能信息處理與應用學術會議論文集[C];2010年

相關博士學位論文 前10條

1 戴運桃;粒子群優(yōu)化算法研究及其在船舶運動參數(shù)辨識中的應用[D];哈爾濱工程大學;2010年

2 丁寶成;煤礦安全預警模型及應用研究[D];遼寧工程技術大學;2010年

3 曾劍;基于數(shù)據(jù)挖掘的錢塘江河口水沙運動規(guī)律研究[D];浙江大學;2011年

4 趙瑞學;某戰(zhàn)車炮自動機關鍵技術研究[D];南京理工大學;2011年

5 閆華;非線性通信信號處理方法研究[D];電子科技大學;2011年

6 姜濤;縣域科學發(fā)展綜合評價指標體系研究[D];天津大學;2010年

7 趙禮剛;金剛石線鋸切割半導體陶瓷的機理與工藝研究[D];南京航空航天大學;2010年

8 于旭東;二頻機抖激光陀螺單軸旋轉(zhuǎn)慣性導航系統(tǒng)若干關鍵技術研究[D];國防科學技術大學;2011年

9 趙曉東;電機轉(zhuǎn)子檢測方法及故障診斷技術研究[D];河北工業(yè)大學;2011年

10 李小兵;基于微泡浮選的多流態(tài)強化油水分離研究[D];中國礦業(yè)大學;2011年

相關碩士學位論文 前10條

1 滕景忠;智能瓦斯傳感器的研制[D];山東科技大學;2010年

2 王順巖;灰色系統(tǒng)理論在間歇式染色中的應用研究[D];浙江理工大學;2010年

3 張西雅;基于信息融合的汽車防追尾避撞目標識別研究[D];鄭州大學;2010年

4 任菲;汽車缸套激光表面硬化的研究[D];鄭州大學;2010年

5 吳浩亮;4200軋機軋制寬度控制建模及機構動力學研究[D];鄭州大學;2010年

6 武文紅;基于BP神經(jīng)網(wǎng)絡的半濕潤平原井灌區(qū)土壤墑情預報研究[D];山東農(nóng)業(yè)大學;2010年

7 張立琪;調(diào)節(jié)系數(shù)的BP神經(jīng)網(wǎng)絡在字符識別中的研究[D];哈爾濱工程大學;2010年

8 黎群霞;一種鎂鋰合金的熱變形研究[D];哈爾濱工程大學;2009年

9 韓冬梅;基于P2P的教學信息資源負載均衡調(diào)度算法的研究[D];哈爾濱工程大學;2010年

10 姜力波;鐵法大興礦瓦斯涌出量預測[D];遼寧工程技術大學;2009年

【二級參考文獻】

相關期刊論文 前10條

1 朱明星,張德龍;RBF網(wǎng)絡基函數(shù)中心選取算法的研究[J];安徽大學學報(自然科學版);2000年01期

2 郝拉娣,于化東;正交試驗設計表的使用分析[J];編輯學報;2005年05期

3 孫延風,梁艷春,孟慶福;改進的神經(jīng)網(wǎng)絡最近鄰聚類學習算法及其應用[J];吉林大學學報(信息科學版);2002年01期

4 周巖;金遠強;楊立見;張廣玉;;基于BP神經(jīng)網(wǎng)絡的超細石英粉體制備工藝參數(shù)研究[J];材料科學與工藝;2007年01期

5 孫宇;曾衛(wèi)東;趙永慶;邵一濤;韓遠飛;馬雄;;基于BP神經(jīng)網(wǎng)絡的TC11鈦合金工藝-性能模型預測[J];稀有金屬材料與工程;2011年11期

6 樊文欣,張濤,宋河金,岳文忠,趙春暖;強力旋壓加工的高速柴油機連桿襯套[J];車用發(fā)動機;1997年02期

7 江樹勇;薛克敏;李春峰;張軍;;基于神經(jīng)元網(wǎng)絡的薄壁筒滾珠旋壓成形缺陷診斷[J];鍛壓技術;2006年03期

8 蘇娟華;張文瓊;李麗春;;神經(jīng)網(wǎng)絡與正交試驗法結合優(yōu)化板料成形工藝[J];鍛壓技術;2009年01期

9 豐建朋,張麥倉,羅子健,郭靈,張華;應用神經(jīng)網(wǎng)絡表征變形高溫合金的本構關系[J];鍛壓技術;1998年01期

10 許勇順,邢淵,阮雪榆;基于神經(jīng)網(wǎng)絡的塑性加工缺陷診斷與預測的方法研究[J];鍛壓技術;1998年01期

相關博士學位論文 前1條

1 程志剛;連續(xù)蟻群優(yōu)化算法的研究及其化工應用[D];浙江大學;2005年

相關碩士學位論文 前2條

1 李彬;徑向基函數(shù)神經(jīng)網(wǎng)絡的學習算法研究[D];山東大學;2005年

2 蘇美娟;徑向基函數(shù)神經(jīng)網(wǎng)絡學習算法研究[D];蘇州大學;2007年

【相似文獻】

相關期刊論文 前10條

1 張利鵬;劉智沖;周宏宇;;筒形件強力旋壓成形特點及變形規(guī)律[J];農(nóng)機化研究;2006年02期

2 郭福林;李萍;錢陳豪;張賓賓;;筒形件強力旋壓工藝模擬及實驗研究[J];精密成形工程;2010年05期

3 葛丹丹;金峰;樊文欣;;筒形件強力旋壓有限元數(shù)值模擬技術的研究[J];熱加工工藝;2011年11期

4 王雅君;林春庭;李繼貞;;大型立式強力旋壓機的研制[J];航空制造技術;2011年17期

5 宛瓊;李付國;李超玲;;筒形件強力旋壓的有限元模擬[J];鍛壓裝備與制造技術;2011年04期

6 宛瓊;李付國;李超玲;李艷鋒;;鈦合金筒形件強力旋壓工藝模擬[J];熱加工工藝;2012年01期

7 陳貴華;;強力旋壓復雜翼形件[J];機械工程師;1983年03期

8 王正祥;;筒形、錐形件的強力旋壓[J];機械工程師;1983年04期

9 ;管子強力旋壓收口[J];鍛壓機械;1971年06期

10 C·L·Packham;顧孔君;;強力旋壓[J];輕合金加工技術;1980年01期

相關會議論文 前3條

1 蘇振光;彭建安;姚春臣;;國產(chǎn)QX63-20強力旋壓機改造[A];第十一屆全國旋壓技術交流大會論文集[C];2008年

2 翟德華;;大尺寸高精度H62黃銅管熱處理和強力旋壓[A];第四屆金屬材料及熱處理年會論文集（下）[C];1991年

3 陳國瓊;倪必紅;肖志兵;;變壁厚長筒件旋壓工藝試驗研究[A];第十一屆全國旋壓技術交流大會論文集[C];2008年

相關重要報紙文章 前2條

1 記者 王蘭 實習記者 李美靜;制造所大型數(shù)控強力旋壓設備實現(xiàn)交付[N];中國航空報;2013年

2 本報記者 司建楠;十年磨一劍 我國首臺大型強力旋壓機通過驗收[N];中國工業(yè)報;2013年

相關博士學位論文 前2條

1 楊羽;筒形件強力旋壓動力學仿真研究[D];長春理工大學;2014年

2 陳勇;TA15鈦合金熱強力旋壓組織演化規(guī)律及強化機理研究[D];哈爾濱工業(yè)大學;2014年

相關碩士學位論文 前10條

1 張劍;基于知識和神經(jīng)網(wǎng)絡的筒形件強力旋壓工藝計算機輔助設計系統(tǒng)研究[D];上海交通大學;2007年

2 李超玲;筒形件強力旋壓過程的有限元數(shù)值模擬[D];西北工業(yè)大學;2004年

3 徐銀麗;異型薄壁殼體強力旋壓成形機理及規(guī)律的三維有限元分析[D];西北工業(yè)大學;2006年

4 賈建磊;汽車鋁合金輪轂強力旋壓成形工藝研究[D];合肥工業(yè)大學;2010年

5 葛丹丹;連桿襯套強力旋壓有限元數(shù)值模擬及工藝參數(shù)研究[D];中北大學;2012年

6 馮志剛;強力旋壓連桿襯套成形過程數(shù)值仿真及工藝參數(shù)優(yōu)化[D];中北大學;2014年

7 王鳳彪;錐形件強力旋壓壁厚的模擬預測及試驗驗證[D];重慶大學;2014年

8 彭子明;強力旋壓工藝分析軟件及旋壓力和偏載力研究[D];燕山大學;2004年

9 李濤;強力旋壓連桿襯套本構關系試驗與建模研究[D];中北大學;2014年

10 魏玉娜;銅合金連桿襯套強力旋壓過程仿真研究[D];中北大學;2013年

，

本文編號：2500927