首页 | 官方网站   微博 | 高级检索  
     

基于神经网络的复合材料胶接修补参数优化
引用本文:程起有,童小燕,姚磊江,吕胜利. 基于神经网络的复合材料胶接修补参数优化[J]. 计算机仿真, 2008, 25(12)
作者姓名:程起有  童小燕  姚磊江  吕胜利
作者单位:西北工业大学航空学院,陕西,西安,710072;西北工业大学,无人机特种技术重点实验室,陕西,西安,710072;西北工业大学,无人机特种技术重点实验室,陕西,西安,710072
基金项目:航空科学基金资助项目  
摘    要:胶接参数对于胶接修补的效果影响非常明显,但是采用传统的数值计算方法不容易分析得到优化值.针对复合材料层合板胶接修补参数优化,采用改进的BP神经网络建立参数优化预测模型.层合板胶接修补的有限元分析为神经网络预测模型提供训练样本,通过神经网络预测胶接参数对修补效果的影响,并用试验结果验证预测结果的准确性.结果表明所建的模型是准确有效的,最后采用预测模型得到优化的胶接修补参数为:补片的直径为孔径的2.41倍、补片厚度为母板厚度的0.608倍、补片的铺排方式为:(0/90/±45/90)s.

关 键 词:复合材料  胶接修理  神经网络  参数优化

Parameter Optimization for Bonding Repair of Composite Laminates Based on Neural Network
CHENG Qi-you,TONG Xiao-yan,YAO Lei-jiang,LU Sheng-li. Parameter Optimization for Bonding Repair of Composite Laminates Based on Neural Network[J]. Computer Simulation, 2008, 25(12)
Authors:CHENG Qi-you  TONG Xiao-yan  YAO Lei-jiang  LU Sheng-li
Affiliation:CHENG Qi-you1,2,TONG Xiao-yan 2,YAO Lei-jiang 2,LV Sheng-li2(1. School of Aeronautics,Northwestern Polytechnical University,Xi'an Shanxi 710072,China,2. National Laboratory of UAV Special Technology,China)
Abstract:The bonding repair's parameter has obvious influence on bonding repair effect. The traditional numerical analysis is difficult to get optimized parameter. To obtain the optimized parameter of bonding repair of composite laminates, an analytic model based on BP neural network is established in this paper. The finite element analysis is used to get the training set for BP neural network prediction model. The BP neural network is used to set up a prediction model for predicting bonding parameter which are test...
Keywords:Composite materials  Adhesive repair  Neural networks  Parameter optimization  
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号