基于一致径向基函数的金属塑性成形过程无网格方法分析

径向基函数满足δ条件,可以直接施加本质边界条件.通过耦合多项式基函数可以精确重构任意多项式.将无网格伽辽金方法引入到塑性成形过程模拟,结合刚塑性材料的假设,提出基于一致径向基函数的无网格刚塑性伽辽金方法.采用体积应变率映射法处理体积不可压缩条件;采用反正切摩擦模型在局部坐标系下施加摩擦力边界条件,实现任意边界形状的塑性成形过程模拟.对典型塑性成形过程进行无网格方法分析,并与刚塑性有限元方法及试验数据进行比较,验证了建立方法的可行性.     

基于局部径向基函数插值算法研究

随着计算机技术的发展,曲面曲线造型技术在汽车、飞机、轮船等领域得到了广泛的应用。基于径向基函数的插值方法因其具有的优势而越来越受到关注。文中从研究径向基函数的特性入手,提出了局部径向基函数插值方法。该方法能快速高效的处理大量数据,而且精度高,为进一步做曲面拟合重构建立基础。     

基于径向基函数神经网络的铣刀磨损监控技术的研究

提出一种基于径向基函数神经网络的铣刀磨损监控方法,径向基函数神经网络的输出是刀具磨损的具体值,这样有利于对刀具磨损进行各种实时补偿。实验表明,利用径向基函数神经网络进行状态识别可对小型立铣刀的磨损进行监控,能够取得良好的效果,同时证明RBF网络的训练速度优于BP网络。     

径向基函数插值在叶轮流固耦合分析中的应用

使用数值方法对叶轮进行流固耦合分析时,流体域划分的网格密度往往远大于固体域,这就导致了耦合界面上网格不匹配的情况.用径向基函数(RBF)插值法解决流固耦合不匹配界面的信息传递问题,根据离心式压缩机叶轮的工程实际编制了相应的计算程序,将程序得到的计算结果与大型通用软件ANSYS - WORKBENCH的插值结果进行了对比.算例表明,RBF插值算法结果精确,自主性较强.此外,编制的计算程序适用范围大,可灵活运用于大型耦合分析中.     

基于模糊径向基函数神经网络的航空煤油干点估计

研究以模糊聚类和径向基函数网络结合的模糊径向基函数网络ＦＲＢＦＮ,并用主元分析对高维输入变量进行预处理,降低了模型的输入变量维数,进而构造基于ＰＣＡ－ＦＲＢＦＮ的估计模型,这一方法通过对加氢裂化装置分馏塔航空煤油干占估计得到验证。     

基于径向基函数的离散数据重建方法

针对离散数据的曲面拟合问题,提出一种基于八叉树分割的径向基函数曲面拟合方法。通过对给定的曲面点集构造相应的离面约束点集及对应非零函数值,对包含所有曲面约束点和离面约束点的点云数据进行八叉树空间分割,然后在八叉树分割的每个叶结点建立相应的方程组并求解,从而构造出插值或逼近属于该叶结点的数据点的三次样条径向基函数,最后提取该基函数的零等值面,并绘制得到最终的重建曲面。方法较好的解决了离散数据插值和拟合的计算速度和稳定性问题。     

基于径向基函数神经网络的发动机智能故障诊断

本文提出了一种新的汽车发动机故障诊断方法。首先利用小波包对故障信号进行处理,将能量信息作为识别故障的特征向量,并采用了隐含层节点的动态删除策略对径向基函数神经网络结构进行精简。利用训练样本数据,得到最优预测模型,并用检验样本数据对所得的预测模型进行检验。试验表明该诊断方法对发动机故障诊断有良好的诊断效果,能够对故障进行准确分类。     

基于径向基函数网络多光谱辐射测温技术理论研究

在多光谱辐射测温技术中常需要假设光谱发射率及波长之间的数学模型。文中介绍了一种基于神经网络的多光谱辐射测温数据处理方法,代替了假设发射率模型的方法。利用径向基函数网络,可由网络的输出直接得到目标的真温和光谱发射率,并分析了各种测试情形对测结果的影响。计算机仿真结构表明此方法是一种比较好的获知真温与发射率的方法．     

基于径向基函数网络的压缩机性能模拟

压缩机热力性能的准确计算,对于使用压缩机制冷空调装置的优化设计起到很关键的作用,在对其热力性能进行建模和仿真计算时,采用人工神经网络与传统理论模型相结合的方式,建立智能型的压缩机热力计算模型,利用人工神经网络的自学习和泛化功能改善计算模型精度.神经网络采用径向基函数(RBF)网络,能够取得较好的仿真效果,训练代价适中,适用于压缩机的性能预测和故障的在线诊断.     

基于径向基函数神经网络的电机轴承智能故障诊断

本文提出了一种新的电机轴承故障诊断方法.首先把滚动轴承振动信号作为识别故障的特征向量,然后送入径向基函数神经网络中,进行故障类别的自动识别.试验结果表明,该诊断模型对电机轴承故障诊断具有良好的诊断效果,系统不仅能够检测到轴承故障的存在,而且能够比较准确地识别轴承的故障模式.     

基于径向基网络的变速箱载荷识别研究

提出了一种基于径向基网络的识别变速箱载荷的新方法,该方法应用径向基函数网络建立了箱体表面振动响应信号与轴承激励之问的非参数映射模型。通过变速箱在随机激励下的载荷识别结果表明,这种利用径向基网络识别变速箱载荷的方法是可行的,并且具有识别精度高、运算速度快及稳定性好等优点。     

基于RBF神经网络的三角网格曲面孔洞修补

针对由测量数据重建得到的三角网格曲面存在孔洞的问题,提出了一种基于径向基函数(RBF)神经网络的修补方法.该方法首先检测出孔洞,通过对孔洞特征多边形实施三角化获得新增三角片顶点;在孔洞边界周围采集三角片顶点,将其作为样本点集来训练RBF网络;将训练好的RBF网络用于新增三角片顶点坐标的优化,最终实现孔洞的修补.修补实例表明,该算法对流形曲面上封闭孔洞的修补精度较高,修补效果良好.     

时域内动态载荷识别的径向基形函数法

为了减小载荷识别过程中的不适定性,稳定地实现动态载荷的时域重构,提出了基于径向基形函数的时域动态载荷识别方法。在离散化系统动力响应卷积关系式的基础上,将载荷在时间域内划分单元,采用径向基函数构造载荷形函数,并在整个时间域内进行组装,得到整体形函数响应矩阵,建立载荷识别的正向模型;在此基础上,利用正则化方法实现动态载荷识别。算例表明,该方法能够有效减小核矩阵的规模,改善核矩阵的病态性,在采样时间步长较大且响应存在测量噪声的情况下,可保证动态载荷反演的稳定性和精确性。     

基于径向基神经网络的直线超声电机位置控制

针对直线超声电机的精密位置控制,提出了一种基于径向基神经网络的自适应控制机制。鉴于直线超声电机工作原理,其运行状态必然受到摩擦、强非线性和时变等不确定性因素的干扰,为了对这些不确定性因素进行有效的逼近,采用了径向基神经网络。为了提高控制机制的自适应能力,首先利用来自试验数据的训练样本按正交最小二乘算法确定径向基神经网络的隐层单元的个数和相关参数,再按递推最小二乘法在线调整隐层与输出层之间的权重。试验结果表明,基于径向基神经网络的自适应控制器的性能不仅优于传统的PID控制和误差反向传播神经网络控制,而且具有很好的抗干扰能力。     

基于径向基函数的多种类型孔洞修补算法研究

利用径向基函数对散乱数据点进行曲面重建受到越来越多学者的关注,并被应用于解决网格模型中的孔洞修补问题。本文在实现径向基函数对简单孔洞进行修补的基础上,进一步研究了对多种类型孔洞的修补问题,提出了统一的修补算法:首先利用填充算法对孔洞进行填充,然后使用径向基函数建立孔洞区域的隐式曲面,最后将新增加的三角片顶点调整到建立的隐式曲面上,并给出了修补结果的优化处理。实例证明,该算法适用性好,对不同类型孔洞的修补效果理想。     

小波和RBF神经网络在轴承故障诊断中的应用

分析了基于径向基神经网络的故障诊断方法和原理,采用小波包分析对其建立频域能量特征向量,利用径向基函数神经网络完成滚动轴承故障模式的识别.试验结果表明,系统不仅能够检测到轴承故障,而且能够比较准确地识别轴承的内、外圈故障模式,可以满足工程中的需要.     

基于径向基神经网络的废旧铝分离技术研究

建立了一套废旧铝喷气式分离系统,使用不同气压吹不同体积的废旧铝进行实验,测量其被吹离距离,获得230组训练集、80组测试集数据,从而建立径向基网络模型,拟合优度可达93%,均方根误差低至2.99。结果表明该套系统构造简单、识别效果准确,可以根据废旧铝具体情况预测出吹离距离,选取合适大小的气流进行自适应分离操作,实现对不同成分的废旧铝进行精细分离的目的。     

基于对称模糊数及径向基网络的切削力预测研究

提出基于对称模糊数的切削力模糊预测模型以及基于径向基网络的切削力神经预测模型。通过分析这两种模型的有效性、特点及适用范围,并与常用的最小二乘回归模型相比较。为金属翅纤维连续切削成形的切削力预测与控制提供参考。     

Flank Wear Estimation in Face Milling Based on Radial Basis Function Neural Networks

This paper presents an estimation of flank wear in face milling operations using radial basis function (RBF) networks. Various signals such as acoustic emission (AE), surface roughness, and cutting conditions (cutting speed and feed) have been used to estimate the flank wear. The hidden layer RBF units have been fixed randomly from the input data and using batch fuzzy C means algorithm, and a comparative study has been carried out. The results obtained from a fixed RBF network have been compared with those from a resource allocation network (RAN).