共查询到15条相似文献,搜索用时 669 毫秒
1.
2.
3.
4.
5.
6.
目的 提高混杂SiC颗粒增强铝基复合材料的韧性,利用卷积神经网络预测其力学性能,以得到力学性能关键因素的影响规律。方法 首先,通过实验得到了铝基复合材料的力学性能数据。其次,基于相场裂纹扩展本构,采用Python代码批量生成了不同构型参数的代表性体积单元,并利用Abaqus软件进行了有限元仿真(FEM)。通过代码实现了建模与仿真的一体化构建,利用得到的仿真数据,建立了神经网络模型,并实现了对复合材料力学性能的预测。建模前,对数据进行预处理和筛选,以提高数据质量并降低模型复杂度。最后,建立卷积神经网络,并优化模型的超参数。结果 通过建立的神经网络模型,实现了对复合材料力学性能的有效预测。极限强度的预测误差保持在−7%~8.5%,能耗的预测误差保持在−5%~6%,预测精度较高。结论 通过结合实验、仿真和卷积神经网络模型,可以更有效地预测混杂SiC颗粒增强铝基复合材料的力学性能,从而为材料设计和制备提供指导。 相似文献
7.
马正贵 《中国材料科技与设备》2008,5(4):69-71
在中厚板生产过程中,神经元网络已经运用到中厚板轧制力模型预报中,但是与实际的轧制力相比还存在着较大的误差。为了提高神经元网络预报轧制力精度,将轧制力模型的自适应过程引入到神经元网络用于轧制力预报,应用结果表明,采用本文所述的方法,神经元网络的预测精度得到很大改善,预报精度的相对误差可以控制在±3%以内。 相似文献
8.
针对风电机组载荷监测中应变片寿命短的缺陷,基于风电场海量状态监测数据,利用遗传算法和粒子群算法对BP神经网络进行改进,建立塔筒应力预测模型,并通过综合相关系数实现输入参量的有效选择。仿真结果表明,改进后的GA-BP神经网络预测模型和PSO-BP神经网络模型,预测结果的最大、最小相对误差等指标均比BP神经网络预测模型好;GA-BP神经网络预测模型的塔筒应力预测平均误差为7.04%,相对BP神经网络预测结果误差减少了4.38%,预测精度满足工程需求。所提出的方法建立风电场海量监测数据和塔筒应力数据之间的有效关系模型,可为风电场长期有效的载荷监测提供新的手段。 相似文献
9.
10.
为提高预测精度,给新型相变储能供冷供暖系统提供准确的储能参考,结合该系统的特点,提出新的负荷预测方法。该方法先对数据进行模糊C均值聚类,然后将聚类结果分别传入由遗传算法(genetic algorithm, GA)、自注意力机制(self-attention, SA)和卷积长短时记忆神经网络(CNN-LSTM)相结合的模型进行预测。采用北京昌平某变电所的相变储能冷暖系统的实测数据进行训练并确定了该预测模型,最后用该模型进行负荷预测,预测数据和实测数据对比,证明了该模型的有效性。与单一神经网络模型CNN、LSTM和混合神经网络模型CNN-LSTM、GA-CNNLSTM相比,所提出的SA-GA-CNN-LSTM神经网络模型的预测精度最高。在平均绝对误差(MAPE)指标下,比表现较好的单一神经网络模型LSTM误差降低2.32%,比混合神经网络模型CNN-LSTM误差降低1.49%。 相似文献
11.
在带钢冷轧过程中,轧制力预报精度直接决定板带材的轧制精度以及产品质量。传统的基于单隐层的神经网络建模方法结构简单,对复杂函数的表达能力与泛化能力都受到一定制约;轧制现场环境复杂,数据测量存在噪声干扰,都会直接影响预报精度。针对这些问题,提出一种基于非监督学习的改进深度信念网络预测模型。深层网络的构建以及去噪机制的引入可提高系统对输入数据特征学习的能力,同时采用改进的对比散度算法对网络进行训练,提高网络训练速度。最后,利用某钢厂1200mm轧机组的实测数据对模型进行检验,对比分析3种不同模型,结果表明该模型对轧制力预测的平均相对误差控制在4.5%以内,建模所需时间相比于栈式自编码网络减少26%。 相似文献
12.
目的 基于多元回归法和BP神经网络建立预测模型,实现对滚压后试件表面完整性指标的精准控制,从而指导实际加工生产。方法 以FV520B钢为研究对象,以滚压工艺参数(压强、进给量、滚压速度)为影响因素,以材料表面完整性指标(表面粗糙度、表面硬度、塑性变形层深度)为评价指标,设计了正交试验。通过对正交试验数据进行方差分析和信噪比分析,探究了滚压工艺参数对FV520B钢表面完整性的影响。基于正交试验数据构建了多元回归预测模型和BP神经网络预测模型,并对2种模型的有效性和精准度进行了分析和比较。结果 进给量对表面粗糙度有显著影响,随着进给量的增大,表面粗糙度也显著增大。压强和进给量对塑性变形层深度均有显著影响,且塑性变形层深度随着压强的增大而增大,随着进给量的增大而减小。多元回归法建立的预测模型的拟合度较差,而BP神经网络预测模型的实验值和预测值的相对误差均在10%以下,预测效果较好。结论 相比于多元回归预测模型,BP神经网络预测模型具有误差小、泛化性能好等优点,能够实现对滚压后试件表面完整性指标的精准控制,为实际的加工生产提供一定的指导。 相似文献
13.
Ye Yao Zhiwei Lian Zhijian Hou Weiwei Liu 《International Journal of Refrigeration》2006,29(4):528-538
Accurate air-conditioning load forecasting is the precondition for the optimal control and energy saving operation of HVAC systems. They have developed many forecasting methods, such as multiple linear regression (MLR), autoregressive integrated moving average (ARIMA), grey model (GM) and artificial neural network (ANN), in the field of air-conditioning load prediction. However, none of them has enough accuracy to satisfy the practical demand. On the basis of these models existed, a novel forecasting method, called ‘RBF neural network (RBFNN) with combined residual error correction’, is developed in this paper. The new model adopts the advanced algorithm of neural network based on radial basis functions for the air-conditioning load forecasting, and uses the combined forecasting model, which is the combination of MLR, ARIMA and GM, to estimate the residual errors and correct the ultimate foresting results. A study case indicates that RBFNN with combined residual error correction has a much better forecasting accuracy than RBFNN itself and RBFNN with single-model correction. 相似文献
14.
目的 解决冲压成形中工艺参数优化难的问题.方法 以一种深腔型零件的冲压成形为例.首先,借助灰度关联分析法对有限元中的工艺参数进行分析,获取该零件冲压成形中影响成形质量的2个主要因素——冲压速度和压边力.其次,借助拉丁超立方抽样法对上述2个因素进行随机取样,并借助DYNAFORM软件对其进行逐一模拟.再次,将冲压速度和压边力作为输入,最大减薄作为输出,训练在MATLAB中建立的BP神经网络,并借助遗传算法对其进行寻优.结果 最优成形压边力为1.372 MN,最优加载速度为1.5366 m/s.结论 与神经网络遗传算法预测相比,有限元结果的相对误差小于2%,零件试制结果的相对误差小于6%,该方法有较高的预测精度. 相似文献
15.
Chatter marks on the surface of a rolled steel strip may seriously affect the final product quality. It is still difficult to discover the generation mechanism of chatter marks and develop an effective method to identify chatter marks. In this paper a rolling force fluctuation model is proposed based on the variation of the rolling force between the forward and backward skid area. A dynamic model coupling vertical and horizontal vibrations is also established to analyze the vibration characteristics of a Sendzimir twenty-high cold roll mill based on the rolling force fluctuation model. Good agreement between the simulated results and the experimental results verifies the effectiveness of the established models. Furthermore, various rolling forces and rolling speeds are taken into consideration in analyzing the vibration characteristics. The proposed models provide clear theoretical support for better comprehension of the mechanism of chatter mark generation. 相似文献