采用BP神经网络的叶片电解加工精度预测
“石涛”通过精心收集,向本站投稿了9篇采用BP神经网络的叶片电解加工精度预测,下面是小编为大家整理后的采用BP神经网络的叶片电解加工精度预测,如果喜欢可以分享给身边的朋友喔!
篇1:采用BP神经网络的叶片电解加工精度预测
采用BP神经网络的叶片电解加工精度预测
工件成型精度的预测是实际电解加工的重要研究课题,快速、准确地选取加工参数并预测出工件的形状精度可以减少试验次数,缩短试制周期,降低生产成本.本文以某型发动机叶片为研究对象,对影响电解加工精度的主要加工参数进行了分析,结合工艺试验的`数据建立了BP网络模型,并采用该模型进行了不同加工参数组合下叶片型面的预测.结果表明,该模型的预测精度比较高,具有一定的工程实用性.
作 者:王蕾 朱荻 Wang Lei Zhu Di 作者单位:南京航空航天大学,机电学院,南京,210016 刊 名:机械科学与技术 ISTIC PKU英文刊名:MECHANICAL SCIENCE AND TECHNOLOGY 年,卷(期): 25(7) 分类号:V232.4 V261.5 关键词:电解加工 精度 加工参数 BP 叶片篇2:采用非线性电解液的叶片电解加工阴极设计
采用非线性电解液的叶片电解加工阴极设计
工具阴极设计是航空发动机叶片电解加工工艺过程中的的关键环节.本文采用有限元数值算法求解加工间隙内的电场分布,考虑非线性电解液对成型规律的'影响,进行叶片的阴极设计计算.对加工间隙分布的分析表明,将非线性电解液的影响带入阴极求解中,能使所研究的问题更接近实际情况,从而能提高阴极设计的精度.
作 者:王蕾 朱荻 李志永 Wang Lei Zhu Di Li Zhiyong 作者单位:南京航空航天大学,机电学院,南京,210016 刊 名:机械科学与技术 ISTIC PKU英文刊名:MECHANICAL SCIENCE AND TECHNOLOGY 年,卷(期):2006 25(2) 分类号:V232.4 V261.5 关键词:电解加工 非线性电解液 数值算法 阴极设计篇3:基于BP神经网络的地震预测
基于BP神经网络的地震预测
地震预测是地理问题研究领域中的一个重要课题.由于引起地震的相关性因素很多,很难建立物理理论模型.神经网络在预测和构造未知时象模型方面具有独特的优势,因而在预测控制领域得到广泛的'应用,本文探讨将BP神经网络应用到地震预测中的一种方法.
作 者:刘洪海 陈晨 作者单位:济南职业学院计算机系,250100 刊 名:中国科技信息 英文刊名:CHINA SCIENCE AND TECHNOLOGY INFORMATION 年,卷(期): “”(7) 分类号:P3 关键词:BP神经网络 地震预测篇4:采用BP神经网络拟合铁磁材料的磁滞回线
采用BP神经网络拟合铁磁材料的磁滞回线
介绍了采用BP神经网络模拟人脑智能拟合铁磁材料磁滞回线的方法,给出了实现磁滞回线拟合的BP神经网络结构模型.拟合结果表明,该方法拟合精度较高,对解决非线性拟合问题非常有效.
作 者:王淑青 周瑞华 汤照 WANG Shu-qing ZHOU Rui-hua TANG Zhao 作者单位:广东海洋大学,理学院,广东,湛江,524088 刊 名:物理实验 PKU英文刊名:PHYSICS EXPERIMENTATION 年,卷(期):2009 29(9) 分类号:O441.2 关键词:BP神经网络 磁滞回线 算法篇5:基于BP神经网络的湘西金矿成矿预测
基于BP神经网络的湘西金矿成矿预测
摘要:从变异函数特征和分形维数特征方面,对在湘西金矿深部新发现的V7和V8矿脉与原有的V1,V2,V3和V4矿脉的成矿特征进行对比研究.采用BP神经网络技术对成矿特征图形进行模糊识别并进行定量化的相似类比研究,最后依据类比的结果对深部盲矿体的成矿富集规律进行预测.研究结果表明:新发现的V7矿脉具有广阔的找矿前景,而V8矿化不稳定. 作者: 邵拥军 贺辉 张贻舟 梁恩云 丁宗炜 陈星霖 刘忠法 Author: SHAO Yong-jun HE Hui ZHANG Yi-zhou LIANG En-yun DING Zong-wei CHEN Xing-lin LIU Zhong-fa 作者单位: 中南大学,地学与环境工程学院,湖南,长沙,410083 期 刊: 中南大学学报(自然科学版) ISTICEIPKU Journal: JOURNAL OF CENTRAL SOUTH UNIVERSITY 年,卷(期): , 38(6) 分类号: B659 关键词: 湘西金矿 变异函数 分形维数 BP神经网络 成矿预测 机标分类号: P61 P57 机标关键词: 神经网络 湘西金矿 成矿预测 BP neural networks 成矿特征 矿脉 成矿富集规律 找矿前景 网络技术 特征图形 金矿深部 模糊识别 类比研究 函数特征 分形维数 对比研究 盲矿体 定量化 矿化 变异 基金项目: 国家科技攻关计划,国家科技支撑计划 基于BP神经网络的`湘西金矿成矿预测[期刊论文] 中南大学学报(自然科学版) --2007, 38(6)邵拥军 贺辉 张贻舟 梁恩云 丁宗炜 陈星霖 刘忠法从变异函数特征和分形维数特征方面,对在湘西金矿深部新发现的V7和V8矿脉与原有的V1,V2,V3和V4矿脉的成矿特征进行对比研究.采用BP神经网络技术对成矿特征图形进行模糊识别并进行定量化的相似类比研究,最后依据类比的结...篇6:基于BP神经网络的飞行体姿态预测模型
基于BP神经网络的飞行体姿态预测模型
针对建立精确的加速度传感器输出与飞行体姿态获取比较困难的问题,在研究了加速度传感器输出信号对飞行体姿态影响的.基础上,建立了相应的BP神经网络模型.结合加速度传感器输出的具体数据,应用Matlab语言编写相关的计算程序,验证了模型的可行性.
作 者:孟松 张志杰 范锦彪 曹咏弘 MENG Song ZHANG Zhijie FAN Jinbiao CAO Yonghong 作者单位:中北大学仪器科学与动态测试教育部重点实验室,太原,030051 刊 名:弹箭与制导学报 PKU英文刊名:JOURNAL OF PROJECTILES, ROCKETS, MISSILES AND GUIDANCE 年,卷(期): 28(1) 分类号:V249.322 关键词:BP模型 预测 Matlab 人工神经网络 飞行体 姿态篇7:基于BP神经网络构建城市时需水量预测模型
基于BP神经网络构建城市时需水量预测模型
针对建立精确的时需水量与其影响因素的显式预测模型比较困难的问题,在研究天气因素对供水系统日需水量影响的基础上,建立了时需水量天气因素敏感的'BP模型.结合水厂的实际供水量历史数据,基于MATLAB语言编写相关计算程序,验证了模型的可行性.
作 者:金建华 史义雄 史永刚 作者单位:金建华,史义雄(武汉理工大学,土木工程与建筑学院,湖北,武汉,430070)史永刚(电子科技大学,计算机科学与工程学院,四川,成都,610054)
刊 名:城市管理与科技 英文刊名:MUNICIPAL ADMINISTRATION AND TECHNOLOGY 年,卷(期): 7(1) 分类号:F29 关键词:时需水量 预测 人工神经网络 BP模型 MATLAB篇8:BP神经网络和二次曲面模型对求高程异常精度分析
BP神经网络和二次曲面模型对求高程异常精度分析
许多测量施工单位在进行GPS静态测量时,都会遇到求解高程异常的问题.这样才能将大地高转化成正常高.论文用两种方法来求高程异常,其一,二次曲面模型的方法来求高程异常,其二,采用BP神经网络的方法来求高程异常,并对两者所求的.高程异常的精度进行分析,从论文中看到BP神经网络对求解高程异常的精度高,从而为BP神经网络在测量中的应用提供借鉴.
作 者:李小东 王昶 伏丹丹 李洪涛 张欣媛 作者单位:李小东,伏丹丹(鞍山国土资源勘测设计院,辽宁鞍山,114001)王昶,李洪涛(辽宁工程技术大学测绘与地理科学学院,辽宁阜新,123000)
张欣媛(辽宁科技大学资源与土木工程学院,辽宁鞍山,114051)
刊 名:江西测绘 英文刊名:JIANGXI CEHUI 年,卷(期): “”(2) 分类号:P2 关键词:BP神经网络 曲面模型 高程异常篇9:BP神经网络在灌区需水量预测中的应用
BP神经网络在灌区需水量预测中的应用
随着塔里木河下游水量逐年减少的趋势,铁干里克灌区水资源危机显的`越来越严重.运用BP神经网络方法预测需水量,对灌区适时调整产业结构,保护生存和生态环境,促进区域社会经济和谐发展有重要意义.
作 者:陈小强 胡向红 袁铁柱 张建 CHEN Xiao-Qiang HU Xiang-Hong YUAN Tie-Zhu ZHANG Jian 作者单位:新疆农业大学,水利与土木学院,新疆,乌鲁木齐,830052 刊 名:地下水 英文刊名:UNDERGROUND WATER 年,卷(期):2009 31(6) 分类号:P641.8 关键词:铁干里克灌区 BP神经网络 需水量预测【采用BP神经网络的叶片电解加工精度预测】相关文章:






文档为doc格式