作者:
原文服务方: 科技与创新       
摘要:
为准确预测蜗轮副齿高热变形量的变化情况,提高蜗轮副的传动精度,提出了基于深度学习的蜗轮副热变形预测方法。通过使用有限元软件对蜗轮蜗杆进行热分析处理,建立环境温度与蜗轮齿高热变形量的关系模型,再结合深度学习,预测蜗轮副齿高变化量。
推荐文章
基于深度学习的故障预测技术研究
深度学习
故障预测
故障演化
软件静态故障预测
基于深度学习的交通拥堵预测模型研究
交通拥堵
预测模型
深度学习
自编码网络
Softmax回归
基于深度学习的水质预测模型研究
预测模型
水质预测
GRU网络
循环神经网络
深度学习
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 基于深度学习的蜗轮副热变形预测研究
来源期刊 科技与创新 学科
关键词 深度学习 蜗轮副 热变形 预测
年,卷(期) 2023,(21) 所属期刊栏目 科技前沿
研究方向 页码范围 54-55,61
页数 2页 分类号 TH132
字数 语种 中文
DOI 10.15913/j.cnki.kjycx.2022.21.016
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2023(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
深度学习
蜗轮副
热变形
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
论文1v1指导