检索结果-内蒙古大学图书馆

今日制造与升级 2022年第10期 38-40页

作者：李宇赵博宁柳州铁道职业技术学院智能制造学院广西柳州545616

目前,工业领域对冲压件提出了更高的要求,只有满足相应的要求,才能使零件在实际工作中发挥出最大的作用。要生产出高质量的冲压件,可采用神经网络遗传算法对拉伸工艺参数予以优化。文章以深腔型零件为研究对象,通过有限元分析,结合神经... 详细信息

目前,工业领域对冲压件提出了更高的要求,只有满足相应的要求,才能使零件在实际工作中发挥出最大的作用。要生产出高质量的冲压件,可采用神经网络遗传算法对拉伸工艺参数予以优化。文章以深腔型零件为研究对象,通过有限元分析,结合神经网络遗传算法对该零件冲压拉伸工艺的参数进行了优化,为设计出更加良好的冲压件提供技术支持。

关键词：神经网络遗传算法冲压件拉伸工艺参数优化

来源：评论

学校读者我要写书评

暂无评论

基于神经网络遗传算法函数寻优与回弹补偿技术的某型汽车前幅拉延成形优化

引用

塑性工程学报 2020年第6期27卷 38-45页

作者：熊文韬谢三山黄兆飞刘剑王进成都工业学院汽车与交通学院四川成都611730

为有效改善某型汽车前幅在拉延成形过程中出现的严重的回弹质量缺陷,将神经网络遗传算法函数寻优和回弹补偿技术相结合,对某型汽车前幅进行拉延成形优化。基于极差分析确定影响回弹量的两个关键因素,即冲压速度和压边力;运用拉丁超立方... 详细信息

为有效改善某型汽车前幅在拉延成形过程中出现的严重的回弹质量缺陷,将神经网络遗传算法函数寻优和回弹补偿技术相结合,对某型汽车前幅进行拉延成形优化。基于极差分析确定影响回弹量的两个关键因素,即冲压速度和压边力;运用拉丁超立方抽样,将抽样结果作为神经网络遗传算法函数寻优模型的数据基础,以两个关键因素作为输入量,最大回弹量作为输出量,构建非线性映射关系。然后,计算预测结果的个体适应度值,求出最大回弹量的最小值以及对应的冲压速度和压边力。最后,基于优化结果进行3次回弹补偿优化,将回弹量降低至0.5 mm以下,达到生产要求。

关键词：汽车前幅件拉延成形回弹分析回弹补偿神经网络遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于BP神经网络遗传算法的五模声隐身多层结构优化

引用

装备制造技术 2021年第3期 269-272页

作者：谢杰常州大学怀德学院江苏靖江214500

为了解决五模材料的声隐身理论中,由于材料制备复杂很难实现的问题,将斗篷简化为多层均匀材料参数的层状结构,采用BP神经网络遗传算法,结合声场有限元建模,将散射面积的最小值作为优化目标,对层厚分布进行了优化,确定五模材料的低散射... 详细信息

为了解决五模材料的声隐身理论中,由于材料制备复杂很难实现的问题,将斗篷简化为多层均匀材料参数的层状结构,采用BP神经网络遗传算法,结合声场有限元建模,将散射面积的最小值作为优化目标,对层厚分布进行了优化,确定五模材料的低散射斗篷设计方案。优化计算结果表明,当目标频率为5 kHz,斗篷层数时5层时,优化后的散射面积比均匀分层结构的减小了87%。

关键词：五模材料神经网络遗传算法声隐身

来源：评论

学校读者我要写书评

暂无评论

基于神经网络遗传算法的电阻点焊电流控制

引用

轻工科技 2021年第9期37卷 61-63,71页

作者：阳明霞柳州职业技术学院广西柳州545006

为了实现电阻点焊电流控制的稳定性,提出基于神经网络遗传算法的电阻点焊电流控制方法。建立电阻点焊电流控制对象模型,并进行约束参量分析。采用功率输出饱和调节方法进行电阻点焊电流输出装置的输出稳定性调节,通过增加功率反馈增益... 详细信息

为了实现电阻点焊电流控制的稳定性,提出基于神经网络遗传算法的电阻点焊电流控制方法。建立电阻点焊电流控制对象模型,并进行约束参量分析。采用功率输出饱和调节方法进行电阻点焊电流输出装置的输出稳定性调节,通过增加功率反馈增益进行电阻点焊电流输出装置的电阻点焊电流控制,在神经网络遗传算法寻优下进行电流控制优化。仿真结果表明,采用该方法进行电阻点焊电流控制的输出稳定性好,失真抑制能力较强,具有很好的电阻点焊电流调节能力。

关键词：神经网络遗传算法电阻点焊电流控制

来源：评论

学校读者我要写书评

暂无评论

基于GS理论和神经网络遗传算法函数寻优的板料成形优化

引用

机械设计与研究 2016年第2期32卷 118-122页

作者：熊文韬刘泓滨李华文昆明理工大学机电工程学院昆明650500 云南红云红河烟草集团昆明卷烟厂昆明650022

基于GS理论和神经网络遗传算法函数寻优法,利用非线性有限元分析软件Dynaform,对非标准方形盒成形过程参数寻优。借助正交试验法,初步获取不同组合下的减薄率数值;基于GS理论,对获取的数据进行分析,找出影响减薄率的两个主要因素即摩擦... 详细信息

基于GS理论和神经网络遗传算法函数寻优法,利用非线性有限元分析软件Dynaform,对非标准方形盒成形过程参数寻优。借助正交试验法,初步获取不同组合下的减薄率数值;基于GS理论,对获取的数据进行分析,找出影响减薄率的两个主要因素即摩擦因素和冲压速度;利用拉丁超立方抽样对选出的两个主要因素进行抽样;基于神经网络遗传算法函数寻优模型,摩擦因数和冲压速度作为输入,最大减薄率作为输出,用输入输出数据训练BP神经网络。最后,用遗传算法寻优把训练后的BP神经网络预测结果作为个体适应度值,找到函数全局最优解和对应输入值。对比优化前后的数值模拟结果可知,优化后的冲压参数可以有效提高板料成形性能。

关键词：冲压成形灰色关联分析拉丁超立方抽样神经网络遗传算法参数优化

来源：评论

学校读者我要写书评

暂无评论

星载电子器件温控的系统多尺度分析

引用

物理学报 2024年第18期73卷 185-194页

作者：李心泽唐桂华汪子涵冯建朝张晓峰西安交通大学能源与动力工程学院热流科学与工程教育部重点实验室西安710049 中国科学院微小卫星创新研究院上海201304

为提高星载电子器件热分析的模拟分辨率和精度以及被动热控装置的控温效果,本文建立系统多尺度模型获得不同尺度下卫星内部电子器件的温度场和热流信息.结果表明:系统多尺度模型在系统级尺度模拟精度与实际模型相对误差小于9%,并且可消... 详细信息

为提高星载电子器件热分析的模拟分辨率和精度以及被动热控装置的控温效果,本文建立系统多尺度模型获得不同尺度下卫星内部电子器件的温度场和热流信息.结果表明:系统多尺度模型在系统级尺度模拟精度与实际模型相对误差小于9%,并且可消耗较少的计算资源获得器件级尺度芯片微小结构的热信息.系统级模型可从宏观尺度评估星载被动热控材料的控温隔热性能,采用复合相变隔热材料可将载荷舱室温度波动幅值降至2.43 K,相比平台舱室温度波动幅值降低约69.43%,通过复合相变隔热材料隔热后的温度波动信号呈现向高频域部分转移的特征.基于多元回归分析选定需要进行重点隔热控温的舱室后,采用器件级简化模型得到不同热控装置布局下的温度场信息形成训练数据集,采用神经网络遗传算法在器件尺度预测被动热控装置的最佳安装位置,并得到减小器件最大温度波动的热控布局方案,最大温度波动降低2.74 K.

关键词：星载电子器件系统多尺度温度控制神经网络遗传算法

来源：评论

学校读者我要写书评

暂无评论

超声辅助激光熔覆Inconel 625高温合金工艺实验研究

超声辅助激光熔覆Inconel 625高温合金工艺实验研究

引用

作者：纪皓文中国矿业大学

学位级别：硕士

再制造是指基于性能失效、寿命评估等分析,对废旧产品进行修缮以维持旧品使用性能或超过新品质量的先进生产技术。其中,激光熔覆作为一种绿色制造技术已广泛应用于再制造产业。但由于激光熔覆过程外场为单一热源,且熔覆材料与基体材料... 详细信息

再制造是指基于性能失效、寿命评估等分析,对废旧产品进行修缮以维持旧品使用性能或超过新品质量的先进生产技术。其中,激光熔覆作为一种绿色制造技术已广泛应用于再制造产业。但由于激光熔覆过程外场为单一热源,且熔覆材料与基体材料之间的热物性不同,会导致熔池凝固过程内部开裂敏感性高等问题,一定程度上制约了激光熔覆在热作模具修复领域的应用。因此,针对H13热作模具钢表面修复/强化、激光熔覆层缺陷等问题,开展基于超声辅助激光熔覆再制造涂层成形质量、微观组织及力学性能研究,从而为超声辅助激光修复大型非平面模具提供理论依据和技术支持。主要研究内容如下:首先,设计三因素三水平单道正交实验,探究激光功率、送粉速度、扫描速度对熔覆层宏观形貌的影响;通过多道搭接实验研究不同工艺参数对涂层微观组织和力学性能的影响;设计四因素三水平超声辅助激光熔覆正交实验,研究超声功率对涂层宏观形貌和微观组织的影响。其次,通过对析出相含量、分布方式及析出形态分析,研究超声功率对元素偏析的影响,通过示踪法研究超声功率对元素分布的影响,通过孔隙率、显微硬度、高温耐磨性研究超声功率对涂层力学性能的影响;基于超声对熔池作用的基本理论,分析超声振动对涂层的作用机制。最后,建立多目标优化模型对超声辅助激光熔覆工艺参数进行优化。将涂层不平整度、显微硬度和磨损体积作为优化对象,基于线性加权法得到优化对象的综合目标函数,通过SPSS软件进行主成分分析,确定子目标权重系数;通过灰色关联分析实现对实验数据的标准化处理并获得目标函数的综合灰色关联度;在Matlab软件中通过BP-PSO神经网络遗传算法进行寻优,并进行实验验证。验证结果显示,涂层不平整度为0.0241,相较于优化前涂层不平整度降低了16.61%;磨损体积为1.3834×10μm,相较于优化前减小了5.01%;平均显微硬度为371.28 HV,相较于优化前的涂层平均显微硬度307.52 HV,提高了20.74%。实验结果表明,BP-PSO神经网络遗传优化算法在优化激光熔覆工艺参数方面具有独特优势,结合算法实现了超声辅助激光熔覆高温合金形性一体化调控,为进一步提高激光熔覆再制造零部件的综合性能奠定基础。本文共有图幅69个,表25个,参考文献104篇。

关键词：再制造激光熔覆超声辅助神经网络遗传算法多目标优化

来源：评论

学校读者我要写书评

暂无评论

昆明某商场空调制冷系统运行参数优化研究

昆明某商场空调制冷系统运行参数优化研究

引用

作者：李奇翰昆明理工大学

学位级别：硕士

随着国家经济的高速发展,公共建筑在民用建筑中占比日益提高,并且公共建筑具有高能耗特点,所以公共建筑节能成为了建筑节能领域的主流研究课题。商场建筑作为公共建筑中耗能较高的类型之一,其节能工作势在必行。中央空调系统是商场建筑... 详细信息

随着国家经济的高速发展,公共建筑在民用建筑中占比日益提高,并且公共建筑具有高能耗特点,所以公共建筑节能成为了建筑节能领域的主流研究课题。商场建筑作为公共建筑中耗能较高的类型之一,其节能工作势在必行。中央空调系统是商场建筑中最大的耗能系统,其能耗总量可以达商场总能耗的35%左右。空调制冷系统能耗占中央空调系统总能耗的60%左右,其运行参数的优化将直接影响着整个中央空调系统、乃至整个商场的能耗。因此,商场空调制冷系统的运行参数优化研究对整个商场节能有着十分主要的意义。本文以昆明市某商场建筑中央空调制冷系统为研究对象,针对商场空调冷冻水供回水温差过大,蒸发温度和冷凝温度过高或者过低等运行不合理的问题,结合算法研究对制冷系统运行参数进行优化,旨在为商场中空调制冷系统在不同负荷区间的高效运行提供参考。本文研究的主要工作包括:(1)选择适合商场制冷系统设备的数学模型,通过采集该空调系统历史运行数据,结合规范和相关文献对制冷系统各设备的运行状态进行评价研究。(2)以某一制冷系统为例,基于平台原始记录数据使用核主成分分析法选取冷冻水流量、冷却水流量、蒸发温度、蒸发器进水温度、冷凝器进水温度、蒸发温度和冷凝温度作为输入参数变量,根据温度和负荷率对数据进行分类,采用神经网络算法得到输入参数与制冷系统能效的映射关系,并将该映射关系作为遗传算法的适应度函数。基于遗传算法对已分组的原始数据进行寻优分析,根据得到的优化数据,再利用神经网络确定负荷率大小,最终得到各负荷率区间中某一负荷率的最佳能效值及其最佳参数值点。选择81%负荷率的数据与原数据对比发现,优化能效与实际能效的误差在5%以内,并且比原数据中的最佳能效值高出12.3%以上。(3)利用TRNSYS平台模拟,并用原始数据进行验证,发现模型与实际的误差在10%以内,说明建立的TRNSYS模型比较精准可以使用。设计了11组负荷率在80%左右的运行参数,与算法优化中81%负荷率的运行能效对比分析。研究发现,算法优化得出的参数在模型中的能效依然最高,可证明算法全局优化性能较好。本文提出的优化方法具有良好的节能效果,可为商场制冷系统的优化控制提供理论依据和参考。

关键词：建筑节能空调制冷系统运行策略神经网络遗传算法 TRNSYS

来源：评论

学校读者我要写书评

暂无评论

基于GS理论与神经网络的汽车覆盖件成形优化

引用

兵器材料科学与工程 2017年第4期40卷 84-89页

作者：熊文韬刘泓滨孙元贵邓利君昆明理工大学机电工程学院云南昆明650500 昆明学院自动控制与机械工程学院云南昆明650214

利用GS理论和神经网络遗传算法函数寻优法,搭乘非线性有限元分析软件Dynaform,对轻型卡车左后侧围外板拉延成形过程工艺参数寻优,以解决该零件在成形过程中出现的破裂和过度减薄质量缺陷。将GS理论和正交试验设计相结合,获得各工艺参数... 详细信息

利用GS理论和神经网络遗传算法函数寻优法,搭乘非线性有限元分析软件Dynaform,对轻型卡车左后侧围外板拉延成形过程工艺参数寻优,以解决该零件在成形过程中出现的破裂和过度减薄质量缺陷。将GS理论和正交试验设计相结合,获得各工艺参数组合下的最大减薄率,并对获取的数据进行灰色关联度分析,找出影响减薄率的两个主要因素,即冲压速度和压边力;基于神经网络遗传算法函数寻优模型,借助拉丁超立方抽样对选出的两个主要因素进行随机抽样,将冲压速度和压边力作为输入,最大减薄率作为输出,获得输入与输出之间的非线性映射关系,并获得BP神经网络预测结果。最后,将预测结果进行个体适应度值计算,得到全局最优解和对应输入值。对比优化前后的数值模拟结果以及实验结果可知,采用此方法所得的工艺参数组合可有效提高板料成形的性能和质量。

关键词：汽车覆盖件拉延成形灰色关联分析拉丁超立方抽样神经网络遗传算法参数优化

来源：评论

学校读者我要写书评

暂无评论

基于GS理论与神经网络的汽车覆盖件成形优化

基于GS理论与神经网络的汽车覆盖件成形优化

引用

作者：熊文韬昆明理工大学

学位级别：硕士

车身覆盖件由于形状复杂、精度要求高,其冲压成形过程是一个复杂的弹塑性、大变形力学过程。随着数值模拟技术的高速发展,已有大量学者利用数值模拟技术对板料在成形过程中可能出现的缺陷进行了预测,利用该技术既可以减少试模次数,还能... 详细信息

车身覆盖件由于形状复杂、精度要求高,其冲压成形过程是一个复杂的弹塑性、大变形力学过程。随着数值模拟技术的高速发展,已有大量学者利用数值模拟技术对板料在成形过程中可能出现的缺陷进行了预测,利用该技术既可以减少试模次数,还能够优化模具的结构设计和工艺设计。然而,由于汽车覆盖件外形结构复杂,对其质量要求较高,这使得单纯使用数值模拟技术具有较高的盲目性。花费了大量仿真时间,实验结果仍不理想。如何合理使用各种优化算法,并将多种算法结合起来对冲压过程中的各个成形工艺参数进行合理调整,并获得满足质量要求的工艺参数组合,长期以来都是汽车制造领域的热点和难点。因此,本文基于GS理论和神经网络遗传算法函数寻优法,利用非线性有限元分析软件Dynaform,将一汽某汽车制造有限公司生产的轻量型卡车左后侧围外板为研究对象,对其冲压成形中工艺参数寻优,以提高其成形质量。首先,借助正交试验法,初步获取在不同工艺参数组合下的最大减薄率数值;接着,基于GS理论,对获取的数据进行灰色关联度分析,分析得出影响左后侧外板最大减薄率的两个最主要因素即冲压速度和压边力;之后,使用拉丁超立方抽样法对选出的两个主要因素在既定的范围内进行随机抽样,并借助非线性有限元软件Dynaform对抽样结果逐一仿真分析获得各自的最大减薄率;然后,基于神经网络遗传算法函数寻优模型,将拉丁超立方抽样获得数据中的冲压速度和压边力作为输入,最大减薄率作为输出,用输入输出数据训练BP神经网络;用遗传算法寻优把训练后的BP神经网络预测结果作为个体适应度值计算的初始值,并进行个体适应度值计算即预测得到最大减薄率最小的结果,并得到对应输入值。最后,运用Dynaform软件对输出的最优工艺参数组合进行仿真验证,借助该公司的实验平台进行实验验证。通过对比优化前后的有限元仿真结果和实验结果可知,优化后的拉延成形工艺参数能够改善板料的成形性能。采用此方法可以有效的预测和优化汽车覆盖件成形工艺参数。

关键词：冲压成形灰色关联分析拉丁超立方抽样神经网络遗传算法参数优化

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：