黑龙江科技大学学报
黑龍江科技大學學報
흑룡강과기대학학보
Journal of Heilongjiang Institute of Science and Technology
2015年
2期
224-228
,共5页
王瑞红%徐洁%兰翠%李万武
王瑞紅%徐潔%蘭翠%李萬武
왕서홍%서길%란취%리만무
表面粗糙度%神经网络%智能预测%喷丸
錶麵粗糙度%神經網絡%智能預測%噴汍
표면조조도%신경망락%지능예측%분환
surface roughness%neural network%intelligent prediction%shot peening
为提高零构件表面疲劳抗力,求得射流喷丸强化表面质量更精确的预测方法,以2A11铝合金为实验材料,获得工艺参数对喷丸表面粗糙度的影响数据.以实验数据为样本分别采用LM前馈神经网络和Elman反馈神经网络建立喷丸表面粗糙度预测模型,在MATLAB环境下进行仿真实验,对比两种模型预测结果.结果表明:Elman神经网络预测模型更稳定,计算精度更高,训练时间更短,具有更大的实用价值.
為提高零構件錶麵疲勞抗力,求得射流噴汍彊化錶麵質量更精確的預測方法,以2A11鋁閤金為實驗材料,穫得工藝參數對噴汍錶麵粗糙度的影響數據.以實驗數據為樣本分彆採用LM前饋神經網絡和Elman反饋神經網絡建立噴汍錶麵粗糙度預測模型,在MATLAB環境下進行倣真實驗,對比兩種模型預測結果.結果錶明:Elman神經網絡預測模型更穩定,計算精度更高,訓練時間更短,具有更大的實用價值.
위제고령구건표면피로항력,구득사류분환강화표면질량경정학적예측방법,이2A11려합금위실험재료,획득공예삼수대분환표면조조도적영향수거.이실험수거위양본분별채용LM전궤신경망락화Elman반궤신경망락건립분환표면조조도예측모형,재MATLAB배경하진행방진실험,대비량충모형예측결과.결과표명:Elman신경망락예측모형경은정,계산정도경고,훈련시간경단,구유경대적실용개치.
