基于GA-BP神经网络的落锤液压动标装置准静态校准模型

• 作者: 孔德仁 顾廷炜
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 遗传算法反向传播神经网络 落锤装置 压力峰值 压力脉宽 准静态校准模型
• 年，卷（期）: 2017,（5）
• 页码范围: 581-586
• 页数: 6页
• 分类号: TP212|TJ012|TH812
• 字数: 3312字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2017.41.05.007

摘要

在对测量冲击波用压电式压力传感器进行准静态校准时,通常采用落锤液压动标装置.为快速准确地调节落锤装置的工作参数,以产生所需的校准压力,该文利用一种基于遗传算法(GA)的反向传播(BP)神经网络建立了落锤液压动标装置的工作参数与所产生的压力峰值和压力脉宽之间的数学模型.测试结果表明,基于GA-BP神经网络算法求取的落锤装置准静态校准模型具有较高的拟合精度,其压力峰值误差不超过2%,压力脉宽误差小于1%,证明该研究结果具有工程应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孔德仁	南京理工大学机械工程学院	153	840	15.0	19.0
2	顾廷炜	南京理工大学机械工程学院	6	11	2.0	3.0