2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩75頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著制造業(yè)的發(fā)展,我國的制造業(yè)水平也不斷提高,其中航空航天相關(guān)的制造業(yè)更是受到特別關(guān)注。航空航天業(yè)受到重視并逐漸壯大蓬勃發(fā)展的過程中,航空薄壁件就因其質(zhì)輕,耐用成為了航空航天業(yè)的主流之一。
  本文主要研究銑削加工過程中航空薄壁件加工變形的預(yù)測及控制策略,它是進(jìn)行加工質(zhì)量控制的核心環(huán)節(jié),對實(shí)現(xiàn)加工過程的高效化和精密化至關(guān)重要。為此,本文主要針對薄壁件的裝夾過程和銑削加工過程建立了工件變形有限元分析模型,利用有限元仿真的方法和遺傳算

2、法相結(jié)合的方法優(yōu)化薄壁件的裝夾布局,并與利用有限元方法計(jì)算獲得神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本建立預(yù)測模型并結(jié)合遺傳算法優(yōu)化工件的裝夾布局的方法相對比,結(jié)果發(fā)現(xiàn)后者也適用于優(yōu)化工件裝夾布局。
  本文仿真模擬簡單的銑削薄壁板過程,并通過有限元分析其計(jì)算結(jié)果,將結(jié)果數(shù)據(jù)加載到神經(jīng)網(wǎng)絡(luò),并利用神經(jīng)網(wǎng)絡(luò)預(yù)測工件變形。其中有限元結(jié)果與實(shí)驗(yàn)測試數(shù)據(jù)較為吻合,驗(yàn)證有限元模型的合理性。因神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值的隨機(jī)性對神經(jīng)網(wǎng)絡(luò)預(yù)測模型的建立具有一定影響,故

3、通過遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值,能夠提高神經(jīng)網(wǎng)絡(luò)的泛化能力和預(yù)測精度。并根據(jù)銑削薄壁板模型確定輸入樣本的組數(shù),以此相應(yīng)組數(shù)的有限個(gè)訓(xùn)練樣本構(gòu)建工件變形的神經(jīng)網(wǎng)絡(luò)預(yù)測方法,通過將輸出樣本數(shù)據(jù)的預(yù)測誤差作為適應(yīng)度評估函數(shù),通過遺傳算法得到神經(jīng)網(wǎng)絡(luò)預(yù)測模型的初始權(quán)值和閾值,并以此模型的工件變形預(yù)測值與相應(yīng)的有限元仿真值比較結(jié)果表明預(yù)測誤差不超過6%,達(dá)到提高神經(jīng)網(wǎng)絡(luò)的泛化能力和預(yù)測精度的效果。
  最后,借助以上結(jié)論得出了優(yōu)化

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論