基于改进BP神经网络铆接接头力学性能预测
Prediction of Mechanical Properties of Clinching Joints Based on Improved BP Neural Network作者机构：河南工业职业技术学院河南南阳473009
出 版 物：《铸造技术》 (Foundry Technology)
年 卷 期：2015年第36卷第2期
页 面：506-509页
学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 080201[工学-机械制造及其自动化]
基 金：河南省二机石油装备集团有限公司技术公关项目资助(gs17004)
摘 要：针对钢铝材料的铆接接头优化设计和结构车身混合材料接头技术问题,使用改进的BP神经网络模型研究钣金材料厚度、硬度、接头底部直径等的接头技术参数与材料自身剪切力与剥离力强度等力学参数的映射关系。ALM算法被用来优化改进的BP神经网络预测模型连接权值,提高了神经网络模型的预测精度和泛化能力。对改进的神经网络的预测结果进行检验的结果表明,训练后的神经网络模型能够准确有效地预测铆接接头力学性能,证实了改进神经网络应用于铆接接头力学性能预测的可行性与可靠性。
维普期刊数据库
同方期刊数据库