基于RBF神经网络的强力旋压连杆衬套力学性能预测研究

• 作者: 佘勇 曹存存 樊文欣 陈东宝
• 来源期刊: 锻压技术
• 学科: 工学
• 关键词: 强力旋压 旋压工艺参数 力学性能 RBF神经网络
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 材料与成形性能
• 页码范围: 128-132,145
• 分类号: TG376
• 语种: 中文
• DOI: 10.13330/j.issn.1000-3940.2016.06.024

摘要

针对难以运用公式来表达强力旋压连杆衬套工艺参数与力学性能之间的复杂关系问题,建立了旋压工艺参数(减薄率、热处理温度、进给比)与力学性能(布氏硬度、伸长率、屈服强度、抗拉强度)之间的径向基函数(RBF)神经网络模型.用实验所得的数据对RBF神经网络进行训练,再用训练好的RBF神经网络对成形件的力学性能进行预测,通过与实测值对比分析,并与用BP神经网络所建模型的预测结果进行比较,发现RBF神经网络模型具有较BP神经网络更优的预测性能.RBF神经网络模型预测能力强、建模时间短、能有效提高连杆衬套工艺的设计效率和降低实际实验的所需成本.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊文欣	中北大学机械与动力工程学院	177	1055	14.0	24.0
2	佘勇	中北大学机械与动力工程学院	7	20	4.0	4.0
3	曹存存	中北大学机械与动力工程学院	12	44	5.0	5.0
4	陈东宝	中北大学机械与动力工程学院	10	49	6.0	7.0