欢迎登录材料期刊网

材料期刊网

高级检索

以凸轮式高速形变试验机得到的试验数据为基础,利用Matlab人工神经网络工具箱,建立了轴承钢的变形抗力与其化学成分、变形温度、变形速率及变形程度对应关系的RBF神经网络预测模型.分析了变形温度和变形速率对轧制压力网络模型精度的影响.得出随着变形温度的增加,网络的预测误差逐渐增大;随着变形速率的增大,网络的预测误差逐渐减小的结论.通过与BP网络和Elman网络模型相比较,结果表明,RBF网络模型具有更高的精度和较强的泛化能力.

参考文献

[1] 韩丽琦,臧勇,邹家祥,章博.基于人工神经网络的热轧碳钢变形抗力预报[J].北京科技大学学报,2001(02):131-133.
[2] 闻新;周露;李翔.MATLAB神经网络仿真与应用[M].北京:科学出版社,2003
[3] 高永生,张鹏,崔军,田晓春.应用人工神经网络预测50CrV4钢的变形抗力[J].钢铁,1998(04):0.
[4] 魏立群.基于MATLAB的BP网络预报2350中板轧制力能参数[J].上海金属,2005(04):43-45,49.
[5] 王秀梅,吕程,王国栋,刘相华.轧制力预报中的神经网络和数学模型[J].东北大学学报(自然科学版),1999(03):319.
[6] 刘战英,冯运莉,田薇,诸葛铭毅,许满林,齐建军,崔光洙,刘相华,王国栋.45钢低温轧制的变形抗力模型[J].轧钢,2004(01):12-14.
[7] 飞思科技产品研发中心.神经网络理论与MATLAB 7实现[M].北京:电子工业出版社,2005
[8] 孟令启,王海龙,徐如松,张银霞.基于RBF神经网络的中厚板轧机的温降模型[J].钢铁研究学报,2008(06):27-31.
[9] 周纪华;管克智.金属塑性变形阻力[M].北京:机械工业出版社,1989
[10] 韩丽丽,孟令启,张洛明,马金亮.基于神经网络的中厚板轧机轧制力模型[J].钢铁研究学报,2007(06):95-98.
上一张 下一张
上一张 下一张
计量
  • 下载量()
  • 访问量()
文章评分
  • 您的评分:
  • 1
    0%
  • 2
    0%
  • 3
    0%
  • 4
    0%
  • 5
    0%