基于神经网络技术的冷精密塑性加工回弹量模糊预测

吉林大学学报(工学版) ›› 2000, Vol. 30 ›› Issue (01): 21-25.

基于神经网络技术的冷精密塑性加工回弹量模糊预测

傅沛福, 井维峰, 李义

吉林工业大学辊锻工艺研究所, 吉林长春 130025

收稿日期:1999-09-21 出版日期:2000-01-25 发布日期:2000-01-25
作者简介:傅沛福(1931- ),男,吉林长春人,吉林工业大学教授,博士生导师.
基金资助:
国家“九五”科技攻关资助项目[96-A22-03-02-(1)]

ANN-based Fuzzy Prediction for Elastic Deformation of Cold and Precision Plastic Forming

FU Pei-fu, JING Wei-feng, LI Yi

Institute of Rolling Forging Technology, Jilin University of Technology, Changchun 130025, China

Received:1999-09-21 Online:2000-01-25 Published:2000-01-25

摘要/Abstract

摘要：

探讨了冷精密塑性加工模具设计过程中回弹量的影响因素,提出了一种基于神经网络技术的冷精密塑性加工回弹量模糊预测模型。应用具有更高智能的神经网络技术实现了对抽象模糊规则的自动纠错及记忆,符合人类学习模式,能合理表达经验知识,而且更能明确地表达模型的输入输出关系。

关键词: 神经网络, 冷精密塑性加工, 回弹量, 模糊预测

Abstract:

This paper studies the factors which influence elastic deformation for die design in cold and precision plastic forming,and puts forward a ANN-based prediction model of elastic deformation.The method uses more intelligent ANN model to realize the self correcting and memorizing of abstract fuzzy rules.The model corresponds to human studying process,represents empirical knowledge satisfactorily,and makes it clearer and easier to express complex relationship between input and output.

Key words: ANN, cold-and-precision plastic forming, elastic deformation, fuzzy prediction

中图分类号:

TG375+.4

傅沛福, 井维峰, 李义. 基于神经网络技术的冷精密塑性加工回弹量模糊预测[J]. 吉林大学学报(工学版), 2000, 30(01): 21-25.

FU Pei-fu, JING Wei-feng, LI Yi . ANN-based Fuzzy Prediction for Elastic Deformation of Cold and Precision Plastic Forming[J]. 吉林大学学报(工学版), 2000, 30(01): 21-25.

参考文献

[1] 杨长顺.冷挤压模具设计
[M]. 北京:国防工业出版社, 1994.

[2] 寇淑清.三维复杂锻造过程数值模拟及直齿轮精锻成型研究
[D]. 长春:吉林工业大学材料科学与工程学院, 1998

[3] 李士勇.模糊控制、神经控制和智能控制论
[M].哈尔滨:哈尔滨工业大学出版社, 1996.

[4] 王俊普.智能控制
[M].合肥:中国科学技术大学出版社, 1996.

[5] 王寰煜,赵熹华,黄金河.基于人工神经网络的点焊工艺参数选择和质量预测
[J].吉林工业大学自然科学学报,1999, 29(1): 31-34.

相关文章 15

[1]	席利贺,张欣,孙传扬,王泽兴,姜涛. 增程式电动汽车自适应能量管理策略[J]. 吉林大学学报(工学版), 2018, 48(6): 1636-1644.
[2]	江涛,林学东,李德刚,杨淼,汤雪林. 基于人工神经网络的放热规律的量化预测[J]. 吉林大学学报(工学版), 2018, 48(6): 1747-1754.
[3]	徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[4]	李雄飞, 冯婷婷, 骆实, 张小利. 基于递归神经网络的自动作曲算法[J]. 吉林大学学报(工学版), 2018, 48(3): 866-873.
[5]	底晓强, 王英政, 李锦青, 从立钢, 祁晖. 基于量子细胞神经网络超混沌的视频加密方法[J]. 吉林大学学报(工学版), 2018, 48(3): 919-928.
[6]	王方石, 王坚, 李兵, 王博. 基于深度属性学习的交通标志检测[J]. 吉林大学学报(工学版), 2018, 48(1): 319-329.
[7]	刘东亮, 王秋爽. 基于NGSIM数据的车辆瞬时速度获取方法[J]. 吉林大学学报(工学版), 2018, 48(1): 330-335.
[8]	谢志江, 吴小勇, 范乃吉, 郭宗环, 袁岳军, 王康. 神光-III精密装校平台运动学分析[J]. 吉林大学学报(工学版), 2017, 47(5): 1504-1511.
[9]	马淼, 李贻斌. 基于多级图像序列和卷积神经网络的人体行为识别[J]. 吉林大学学报(工学版), 2017, 47(4): 1244-1252.
[10]	王德军, 吕志超, 王启明, 张贤达, 王子健. 基于汽缸压力辨识的发动机失火故障诊断[J]. 吉林大学学报(工学版), 2017, 47(3): 917-923.
[11]	黄璇, 郭立红, 李姜, 于洋. 改进粒子群优化BP神经网络的目标威胁估计[J]. 吉林大学学报(工学版), 2017, 47(3): 996-1002.
[12]	李琳辉, 伦智梅, 连静, 袁鲁山, 周雅夫, 麻笑艺. 基于卷积神经网络的道路车辆检测方法[J]. 吉林大学学报(工学版), 2017, 47(2): 384-391.
[13]	王庆年, 段本明, 王鹏宇, 拱印生, 朱庆林. 插电式混合动力汽车动力传动系参数优化[J]. 吉林大学学报(工学版), 2017, 47(1): 1-7.
[14]	郭应时, 付锐, 赵凯, 马勇, 袁伟. 驾驶人换道意图实时识别模型评价及测试[J]. 吉林大学学报(工学版), 2016, 46(6): 1836-1844.
[15]	孙大许, 兰凤崇, 何幸福, 陈吉清. 双电机四驱电动汽车自适应复合防抱死控制[J]. 吉林大学学报(工学版), 2016, 46(5): 1405-1413.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed