基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用SHPB技术和自编的BP神经网络程序,以尼龙为代表性研究对象,对高聚物在高应变率下的本构模型进行了辨识.研究表明:在应变小于7%范围内,以应变与应变率作为输入,以应力作为输出,BP神经网络能满意地辨识高聚物的动态本构模型;而当应变大于7%时,除应变和应变率外可取时间作为表征损伤演化的反函数共同作为输入,以应力作为输出,能获得满意的效果.
推荐文章
基于BP神经网络的结构系统跟踪辨识方法
跟踪识别
结构系统辨识
BP神经网络
地震荷载
基于BP神经网络的草根加筋土本构模型
草根加筋土
BP神经网络
本构模型
莫尔-库仑准则
基于应变补偿和PSO-BP神经网络Ti-2.7Cu合金本构关系
Ti-2.7Cu合金
热变形行为
本构模型
应变补偿
PSO-BP神经网络
基于遗传算法的奥氏体SMA神经网络本构模型
奥氏体SMA
SMA力学性能试验
SMA本构模型
遗传算法
BP网络
Matlab仿真
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 高应变率下高聚物本构模型的BP神经网络辨识
来源期刊 宁波大学学报(理工版) 学科 工学
关键词 BP神经网络 高聚物 本构模型 高应变率 损伤
年,卷(期) 2001,(4) 所属期刊栏目 论文
研究方向 页码范围 38-43
页数 6页 分类号 TB122
字数 2428字 语种 中文
DOI 10.3969/j.issn.1001-5132.2001.04.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王礼立 宁波大学工学院 65 1260 18.0 34.0
2 施绍裘 宁波大学工学院 14 240 9.0 14.0
3 徐明乔 宁波大学工学院 2 12 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (7)
同被引文献  (8)
二级引证文献  (20)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(8)
  • 引证文献(1)
  • 二级引证文献(7)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
BP神经网络
高聚物
本构模型
高应变率
损伤
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
宁波大学学报(理工版)
双月刊
1001-5132
33-1134/N
大16开
浙江宁波市江北区风华路818号
1988
chi
出版文献量(篇)
2636
总下载数(次)
7
总被引数(次)
10731
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导