利用RBF神经网络预测反挤压连杆衬套过程中的挤压力

• 作者: 刘涛 张厚祖 李凤刚 李志伟 樊文欣 郝晓华 郭佩剑
• 来源期刊: 锻压技术
• 学科: 工学
• 关键词: 连杆衬套 RBF神经网络:反挤压 挤压力 QSn7-0.2锡青铜
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 计算机应用
• 页码范围: 180-184
• 页数: 5页
• 分类号: TG391
• 语种: 中文
• DOI: 10.13330/j.issn.1000-3940.2019.05.031

摘要

采用单因素试验法,利用模拟软件Simufact进行了锡青铜连杆衬套反挤压试验,试验选取了挤压温度、 凹模圆角半径和挤压比为试验因素,挤压力为评价指标.基于MATLAB软件,建立了挤压因素与挤压力之间的RBF神经网络模型,得到挤压温度、 凹模圆角半径、 挤压比和挤压力之间的非线性关系.通过试验数据进行RBF神经网络模型训练,然后再用训练好的RBF神经网络模型预测挤压力,并将预测的挤压力值与模拟的挤压力值做对比.结果表明:该神经网络模型能高精度地预测反挤压连杆衬套过程中的挤压力.

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	中北大学机械工程学院	177	1055	14.0	24.0
2	李志伟	中北大学机械工程学院	12	13	2.0	3.0
3	刘涛	装甲军代局驻太原地区军代室	8	17	2.0	3.0
4	张厚祖	中北大学机械工程学院	6	9	2.0	3.0
5	郭佩剑	中北大学机械工程学院	5	3	1.0	1.0
6	李凤刚	中北大学机械工程学院	3	1	1.0	1.0
7	郝晓华	中北大学机械工程学院	5	1	1.0	1.0