基于bp神经网络模型的磨床部件动态灵敏度分析

基于bp神经网络模型的磨床部件动态灵敏度分析

ID:4245759

大小:109.80 KB

页数:4页

时间:2017-11-30

基于bp神经网络模型的磨床部件动态灵敏度分析_第1页
基于bp神经网络模型的磨床部件动态灵敏度分析_第2页
基于bp神经网络模型的磨床部件动态灵敏度分析_第3页
基于bp神经网络模型的磨床部件动态灵敏度分析_第4页
资源描述:

《基于bp神经网络模型的磨床部件动态灵敏度分析》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第32卷第4期东南大学学报(自然科学版)Vol132No142002年7月JOURNALOFSOUTHEASTUNIVERSITY(NaturalScienceEdition)July2002基于BP神经网络模型的磨床部件动态灵敏度分析伍建国孙庆鸿毛海军周德廉郁文凯蔡英(东南大学机械工程系,南京210096)(无锡机床股份有限公司,无锡210061)摘要:利用ANSYS的APDL语言建立磨床部件的参数化模型,计算出磨床部件的动态特性,快速采样得到BP神经网络模型的学习样本,建立基于BP神经网络的动

2、态分析模型,将磨床部件结构参数与其动态特性之间的关系反映为神经网络模型的网络输入与网络输出之间的数学关系,从而方便地、快速地对磨床部件进行了动态灵敏度分析.结果表明,在BP神经网络模型上进行磨床结构优化要比在有限元模型上方便、快速,该方法特别适用于对大型复杂结构的优化设计计算.关键词:BP神经网络;动态设计;灵敏度;采样中图分类号:TB115文献标识码:A文章编号:1001-0505(2002)0420601204Dynamicsensitivityanalysisofgrinderpartsba

3、sedontheBPneuralnetworkmodel111122WuJianguoSunQinghongMaoHaijunZhouDelianYuWenkaiCaiYing(1DepartmentofMechanicalEngineering,SoutheastUniversity,Nanjing210096,China)(2WuxiMachineToolLtd.,Wuxi210061,China)Abstract:Withthehelpofparametrizationmodel,thedy

4、namicpropertiesofthegrinderpartwerecalcu2latedandthetrainsampleoftheBPneuralnetworkwasobtainedquickly.Thedynamicanalysismodelsbasedontheneuralnetworkarebuiltup.Therelationshipbetweendimensionsanddynamicpropertiesofthegrinder’spartisdefinedasthemathema

5、ticrelationshipbetweeninputsandoutputsoftheBPneuralnet2work.Thustheanalysisofdynamicsensitivityforgrinder’spartcanbecarriedoutconvenientlyandquick2ly.Thismethodisparticularlysuitableforcalculationofdesignoptimizationforlargeandcomplexparts.Keywords:BP

6、neuralnetwork;dynamicdesign;sensitivity;sampling[1~5]随着神经网络技术的应用,在机床部件动态优效,是一种全新意义的动态优化设计方法.化设计中,用相应的BP神经网络模型替代原来的建立BP神经网络模型的实质是将系统结构有限元模型进行优化设计,越来越显示出其优越参数与系统动态特性参数之间的物理关系反映为性.虽然用这种方法仍需要多次反复计算,但优化神经网络模型的网络输入与网络输出的数学关[6]过程却相当快.只要建立起结构参数(网络输入)与系.利用学习完的

7、模型进行结构的灵敏度分析及动态特性参数(网络输出)之间的BP神经网络模结构优化直接而简单,其计算速度要大大快于用其型,就可在该模型上进行优化计算,计算简单、高他模型(如有限元模型)进行优化计算的速度.而这种处理思路特别适应于结构基本拓扑形式基本不收稿日期:2002201204.变,而一些基本尺寸参数常常需要优化的领域,如基金项目:江苏省“九五”重大工业攻关资助项目(GB98002-机床部件的优化设计等.图1所示为利用BP神经2).作者简介:伍建国(1960—),男,高级访问学者;孙庆鸿(联系网络对

8、磨床部件进行动态灵敏度分析的流程图.其人),男,教授,博士生导师,me205@seu.edu.cn.中参数化建模、计算动态特性、BP神经网络学习样©1994-2008ChinaAcademicJournalElectronicPublishingHouse.Allrightsreserved.http://www.cnki.net602东南大学学报(自然科学版)第32卷本的工作在ANSYS软件中完成,其余任务在MAT2程实质上就是不断修正模型并进行计算的过程,因LAB软件中进行.此

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。