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:
针对挖掘机动臂结构优化过程中需要反复调用ANSYS有限元软件,导致应力强度控制难度大、优化过程繁琐且效率低下的问题,提出一种基于BP神经网络预测动臂应力的方法.通过在挖掘机动臂结构优化设计软件中设定截面选取规则,选取应力普查的截面导出截面应力样本,并在MATLAB中运用BP神经网络建立挖掘机动臂应力预测模型.以中小型挖掘机动臂为例,建立基于动臂应力普查的约束,获取应力预测样本,运用建立的神经网络预测模型对动臂应力进行预测.结果表明,网络预测应力值与实验数据吻合且误差小于6.80 %,建立的预测模型能提高动臂结构的优化效率.
推荐文章
神经网络辨识的液压挖掘机 LPV 模型
液压挖掘机
动臂关节
神经网络
线性变参数
辨识
基于改进BP神经网络的关联挖掘模型设计
BP神经网络
关联挖掘模型
算法改进
二次函数
选择能力
用户交互
基于相似应力特征分布的挖掘机动臂应力预测模型
挖掘机动臂
相似应力特征分布
结构智能优化设计
BP神经网络
预测模型
基于BP神经网络的表面硬度预测模型
BP神经网络
激光相变硬化
扫描参数
预测
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 基于BP神经网络的挖掘机动臂应力预测
来源期刊 现代制造工程 学科 工学
关键词 挖掘机动臂 应力普查 应力特征截面 BP神经网络 应力预测
年,卷(期) 2018,(1) 所属期刊栏目 车辆工程制造技术
研究方向 页码范围 59-62,103
页数 5页 分类号 TH122
字数 3155字 语种 中文
DOI 10.16731/j.cnki.1671-3133.2018.01.012
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 林述温 福州大学机械工程及其自动化学院 73 447 13.0 17.0
2 林航 福州大学机械工程及其自动化学院 17 31 4.0 5.0
3 闫二乐 福州大学机械工程及其自动化学院 7 18 2.0 4.0
5 杨拴强 福建江夏学院工程学院 20 34 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (1)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
挖掘机动臂
应力普查
应力特征截面
BP神经网络
应力预测
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
现代制造工程
月刊
1671-3133
11-4659/TH
大16开
北京市西城区核桃园西街36号301A
2-431
1978
chi
出版文献量(篇)
9080
总下载数(次)
14
论文1v1指导