基于人工神经网络的大型浇注型聚氨酯弹性体收缩规律的模拟
기우인공신경망락적대형요주형취안지탄성체수축규률적모의
Simulation on rule of shrinkage of large CPUE based on neural network
  • 万方数据
    化工学报 화공학보
    JOURNAL OF CHEMICAL INDUSY AND ENGINEERING (CHINA)
    2005年 8期 1520-1525 ,共6页

    姜开宇%苏同义%王敏杰%于同敏

    강개우%소동의%왕민걸%우동민

    人工神经网络%浇注型聚氨酯弹性体%收缩%工艺条件%结构模型%BP算法 人工神經網絡%澆註型聚氨酯彈性體%收縮%工藝條件%結構模型%BP算法
    인공신경망락%요주형취안지탄성체%수축%공예조건%결구모형%BP산법
    收缩率的选取是决定大型浇注型聚氨酯弹性体(CPUE)模具设计是否成功的关键因素之一.以大量的实验为基础,系统地研究了各种工艺参数对大型聚氨酯弹性体制品收缩率的影响,并建立了制品的结构模型以及基于BP网的神经网络模型.通过对实验数据的学习,利用该神经网络模型可以实现以工艺参数为输入,制品收缩率为输出的大型聚氨酯弹性体收缩率的预测.预测结果和实验数据的对比表明此方法可以较为准确地对不同工艺条件下的弹性体收缩率进行预测,从而减少修模次数,降低生产成本.
    수축솔적선취시결정대형요주형취안지탄성체(CPUE)모구설계시부성공적관건인소지일.이대량적실험위기출,계통지연구료각충공예삼수대대형취안지탄성체제품수축솔적영향,병건립료제품적결구모형이급기우BP망적신경망락모형.통과대실험수거적학습,이용해신경망락모형가이실현이공예삼수위수입,제품수축솔위수출적대형취안지탄성체수축솔적예측.예측결과화실험수거적대비표명차방법가이교위준학지대불동공예조건하적탄성체수축솔진행예측,종이감소수모차수,강저생산성본.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문