基于ANN的复合材料变厚度壳体固化变形预测

• 作者: 于霖冲 焦俊婷
• 来源期刊: 玻璃钢/复合材料
• 学科: 工学
• 关键词: 人工神经网络 复合材料 玻璃钢 壳体 固化变形 预测
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 基础研究
• 页码范围: 3-5,31
• 页数: 4页
• 分类号: TB33|TP183
• 字数: 2575字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0999.2006.05.001

摘要

研究目的是建立基于人工神经网络的复合材料固化变形预测模型.复合材料固化变形的多因素性致使很难得到精确的解析解.应用人工神经网络方法结合实验实测数据,模拟复合材料各项参数与变形间的非线性关系,对相同材料(玻璃钢)在相近固化条件下的固化变形进行预测,计算速度快,精度高,为固化变形的预测控制提供了一种新方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于霖冲		34	168	7.0	10.0
3	焦俊婷		40	176	7.0	11.0