基于人工神经网络的腐蚀管道的可靠性分析

在工程机械设计中。结合有限元计算，引入人工神经网络的方法对具有腐蚀、弯曲等有损伤的管道进行可靠性分析，使得不完整结构的可靠性分析问题得到了很好的解决．为今后的可靠性分析提出了简洁、方便的方法。     

机械设计中复杂结构有限元分析中问题的处理分析

随着计算机技术不断发展，计算机运算能力越来越大，有限元分析在机械设计作用越来越大。通过有限元软件，可以准确的模拟出刚度的性能和强度，从而更好的指导设计人员对零件进行优化设计，从而达到最小成本设计，从而满足产品设计需求。     

基于人工神经网络技术的结构布局优化设计

使用PCL（Patran Command Language）实现了Patran环境下的机翼参数化模型。其优化模型包含两类设计变量：几何位置变量和几何尺寸变量。在采用Nastran软件实现几何尺寸优化的基础上，结舍均匀试验设计方法，利用神经网络的高度非线性映射功能，建立了目标函数与位置设计变量的映射关系。在Matlab环境下，编写了使用改进的可行方向法的优化程序，并对翼梁位置完成优化，最终完成了整个机翼的布局优化设计。可以看出。将参数化建模与神经网络功能结舍进行结构优化，能更好地发挥神经网络的映射功能，使优化结果更加精确、高效。所提方法可以解决在Patran环境下的复杂结构位置变量优化问题，弥补了该软件的不足之处，具有很好的应用推广价值。     

机械结构有限元分析的进展及基于特征的分析策略

提出了一种基于特征的复杂机械结构的分析策略，为CAD／CAM集成环境下复杂机械结构的分析提供了新思路。     

基于人工神经网络的结构零件可靠度仿真方法

提出结构零件可靠度计算的人工神经网络－蒙特卡罗仿真算法,针对结构零件可行度计算问题,利用有限元计算方法,得到一组结构输入基本变量及输出响应数据,采用人工神经网络后向传播ＢＰ模型,建立结构的输入－输出关系,在该模型上,用Ｍｏｎｔｅ Ｃａｒｌｏ方法进行结构零件可靠度仿真计算。算例表明,该方法正确可行。     

复杂结构的公差分析及优化

公差分析和优化是产品设计过程中的核心部分,在降低成本和提高产品质量方面起着重要的作用.介绍了复杂结构的公差分析及优化过程,阐述了公差分析的原理和步骤;以医用喷射装置为研究对象,建立三维CAD模型、装配尺寸链模型及公差分析模型;运用公差分析模块,计算出装配封闭环在极值情况和统计情况的实际分布情况.根据敏感度和贡献度数值查找影响装配精度的关键尺寸,对不合理的尺寸精度提出优化.     

复杂结构振动分析的高精度单元建模技术

从单元建模的角度对目前的数值分析方法进行评述,包括基于网格划分的h-version,r-version,基于形状函数的p-version,相关的组合方法h-padaptive,r-p adaptive,以及误差估计,分析了高精度数值分析及自适应方法的一体化框架,指出新型高精度单元建模的思路和涉及的关键问题。     

汽车车身结构的布设与安全性研究

介绍了在汽车碰撞事故中，车身不同部位的刚性对其安全性有不同的影响，提出了合理的车身刚性设计结构，即前后部为弹性中部为刚性结构，并应用有限元法建立汽车发生碰撞时能依靠车体的变形来吸收能量的模型，试验证明，在边梁上布置凸、凹台可以很好地吸收碰撞能量，简述了几种安全车身结构的设计。     

基于CATIA的TBM主机结构有限元分析

TBM主机是隧道掘进机最重要的组成部分,它的设计水平直接关系到整个TBM工作性能.以大型CAD/CAE/CAM软件CATIA为平台对TBM主机进行有限元计算分析.在研究复杂机械结构有限元分析方法的同时,尝试通过对TBM主机的有限元分析,挖掘TBM主机设计的一些重要信息,通过对这些信息分析获得结构和设计参数对TBM主机性能的影响.     

基于人工神经网络的机械工具的识别方法

提出一种快速的、鲁棒性的人工神经网络目标识别方法。针对工业环境中常用机械工具的识别,通过正规化目标图像和正交复值的Ｚｅｒｎｉｋｅ矩变换提取目标的平稳我、比例及旋转不变性特征,应用具有２个隐层的ＢＰ网络学习与识别这些特征敌意一。对４类具有一个自由度的机械工具进行识别实验,表明该方法优于最近分类决策规则,对噪声及循环矢量变化具有鲁棒性,并达到９５％的识别率。     

神经网络在压铸机合模机构座板结构分析中的应用

在对压铸机合模机构座板进行机构分析时,利用人工神经网络的非线性映射能力,通过少量样本的有限元分析结果,训练一个用于结构分析的人工神经网络,使之能够针对不同的机械结构预测其有限元分析结果,解决了结构优化设计的瓶颈问题——优化设计的快速迭代和有限元分析的大量计算之间的矛盾。利用这种结构优化设计策略,设计了压铸机合模机构座板,结果表明了该方法的高效性。     

基于专家系统和人工神经网络的计算机辅助工艺系统

阐述了如何结合专家系统和人工神经网络技术来开发外圆车削加工的计算机辅助工艺系统。根据设计要求,专家系统的推理机制能从相应的知识库中寻找出适合的工艺流程和参数;另一方面,同样的人工神经网络结构能根据不同的训练数据提供不同的答案,因此弥补了专家系统灵活性不足的缺点。所以,一个集成了两者的复合系统必将提供更好的实用性。     

Elman神经网络在起重机安全评估中的应用

介绍了Elman神经网络在起重机安全评估过程中的应用原理，指出了Elman神经网络发挥的巨大作用。通过对起重机安全保护装置对起重机安全作业的影响分析，建立了评估模型和结构参数，通过120个评估样本的测试，安全评估正确率可达到95％以上，具有较高的正确率。     

基于人工神经网络的智能光化学pH传感技术

提出了一种宽范围的pH传感技术。含有单一指示剂的pH识别器的检测范围一般都比较窄 ,而把二种有着不同检测区域的pH指示剂结合在一起形成的pH识别器可扩大其检测范围。人工神经网络能够识别非常复杂的模式 ,使用它可充分地利用pH识别器对光信号的调制信息 ,从而进一步扩大pH识别器检测范围     

基于遗传算法和BP神经网络的裙座锻造结构优化设计

裙座锻造结构几何参数是影响其力学性能指标的重要因素,它们之间的关系既无先验公式表征,又为非线性,一般采用分析设计方法,但耗时长也未必达到优化目的。神经网络法具有超强非线性映射能力,可自动总结出数据之间的函数关系,遗传算法可多点群体搜索,并可不陷入局部最优点。利用正交试验法确定神经网络训练样本,用有限元模型计算出样本点数据,建立反映结构特性的人工神经网络模型。最后用遗传算法对所建立的神经网络模型寻优,得到较好的结果。     

基于人工神经网络珩磨加工参数智能选择方法的研究

利用人工神经网络鲁棒性、容错性好的特点,通过对珩磨加工工艺参数的分析研究,首先构建了基于人工神经网络的珩磨加工参数智能选择模型;在理论模型研究的基础上,进行了实验研究,并通过实验数据对模型参数进行了优化。研究证明该方法用于珩磨加工工艺参数的选择具有较好的智能、可靠性高、选择操作简单、实用性强等优点。     

Development of a Methodology for Determination and Analysis of Thermal Displacements of Machine Tools Using Finite Elements Method and Artificial Neural Network

In the processes of manufacturing, MT （machine tools） plays an important role in the manufacture of work pieces with complex and high dimensional and geometric accuracy. Much of the errors of a machine tool are those which are thermally induced which are from internal and external heat sources acting on the machine. In this paper, a methodology for determining and analyzing the thermal deformation of machine tools using FEM （finite element method） and ANN （artificial neural networks） is presented. After modeling the machine using FEM is defined the location of the heat sources, it is possible to obtain the temperature gradient and the corresponding thermal deformation at predetermined periods. Results obtained with simulations using the software NX.7.5 showed that this methodology is an effective tool in determining the thermal deformation of the machine, correlating the temperature reading at strategic points with volumetric deformation at the tool tip. Therefore, the thermal analysis of the errors in the pair tool part can be established. After training and validation process, the network will be able to make the prediction of thermal errors just stating the temperature values of specific points of each heat source, providing a way for compensation of thermally induced errors.     

熔敷金属力学性能人工神经网络模型的研究

在试验的基础上,采用人工神经网络方法建立了基于BP算法的熔敷金属力学性能的预测模型,该模型训练结果与试验值之间有很好的对应关系,说明该模型能准确反映合金元素与熔敷金属力学性能之间复杂的非线性关系。用该模型研究了合金元素对熔敷金属低温韧性的影响,分析得出了与试验一致的结果。     

基于人工神经网络的预报型汽车安全气囊点火算法

分析了几种常用的点火控制算法，并在此基础上提出了一种新算法。该算法利用人工神经网络建立了车身碰撞加速度和乘员头部位移关系的数学模型，通过模型的输出来判定是否触发气囊。