价值工程
價值工程
개치공정
VALUE ENGINEERING
2015年
14期
132-133
,共2页
木塑%工艺参数%灰色神经网络%预测模型
木塑%工藝參數%灰色神經網絡%預測模型
목소%공예삼수%회색신경망락%예측모형
wood plastic%process parameters%gray neural network%prediction model
基于木塑复合材料加工工艺的特点,设计了不用工艺条件下的木塑复合材料工艺实验,并得到了不同条件下的力学性能。本文在灰色神经网络组合预测模型的基础上,建立了木塑复合材料动态剪切模量的预测模型。结果表明:该模型能够较好地预测出木塑复合材料动态剪切模量,预测最大误差为0.69%,能够达到工程实际要求。
基于木塑複閤材料加工工藝的特點,設計瞭不用工藝條件下的木塑複閤材料工藝實驗,併得到瞭不同條件下的力學性能。本文在灰色神經網絡組閤預測模型的基礎上,建立瞭木塑複閤材料動態剪切模量的預測模型。結果錶明:該模型能夠較好地預測齣木塑複閤材料動態剪切模量,預測最大誤差為0.69%,能夠達到工程實際要求。
기우목소복합재료가공공예적특점,설계료불용공예조건하적목소복합재료공예실험,병득도료불동조건하적역학성능。본문재회색신경망락조합예측모형적기출상,건립료목소복합재료동태전절모량적예측모형。결과표명:해모형능구교호지예측출목소복합재료동태전절모량,예측최대오차위0.69%,능구체도공정실제요구。
Based on the characteristics of wood-plastic composite materials processing technology, this paper designed the wood-plastic composite materials processing experiment under different process conditions, and obtained the mechanical properties under different conditions. Based on gray neural network forecasting model, this paper established the prediction model of wood-plastic composite materials dynamic shear modulus. The results show that this model can predict the wood-plastic composite materials dynamic shear modulus well, and the prediction maximum error is 0.69%, which achieves practical engineering requirements.