基于神经网络的板料拉深成形摩擦系数预测
周敬勇; 黄菊花; 杨国泰; 刘守国
南昌大学机电工程学院； 江西省第二建筑工程公司 江西南昌330029； 江西南昌330029； 江西南昌330002；
ZHOU Jing-yong~1,HUANG Ju-hua~1,YANG Guo-tai~1,LIU Shou-guo~2(1.School of Mechanical and Electrical Engineering,Nanchang University,Nanchang 330029,China;2.Second Construction Engineering Corporation in Jiangxi Province,Nanchang 330002,China)
摘要 板料拉深成形过程中,摩擦是一个很重要的参数,受很多因素影响.本文利用神经网络建立了板料拉深成形中润滑油、模具表面粗糙度、拉深速度和板料表面粗糙度与摩擦系数的BP神经网络摩擦模型,对板料拉深成形的有限元分析及优化设计具有重要的参考价值.
关键词 ：
神经网络 ,
摩擦系数 ,
板料拉深成形
Abstract ：Friction is an important parameter,it is influenced by some other factors.This article establishes BP neural network frictional model among lubricant ,surface roughness of die,draw speed and surface roughness of sheet metal. The research method has import
Key words ：
neural network
frictional coefficient；
metal forming deep drawing
出版日期: 2005-03-28
引用本文:
周敬勇; 黄菊花; 杨国泰; 刘守国. 基于神经网络的板料拉深成形摩擦系数预测[J]. 南昌大学学报（工科版）, 2005, 27(01): 1-.
链接本文:
http://qks.ncu.edu.cn/Jwk_xbgkb/CN/ 或 http://qks.ncu.edu.cn/Jwk_xbgkb/CN/Y2005/V27/I01/1
[1]
李兰王乃博陈静华周跃平吴磊. 利用人工神经网络模型进行老年人体质评价的研究现状
[2]
赖清衷卫声熊鹏文黄嘉诚任倩茹. 基于BP神经网络与多分类支持向量机的水质识别与分类
[3]
王乃博； 黄国梅； 吴磊； 车素云. 基于BP神经网络模型的大学生体质综合测评
[4]
周能嘉； 程江洲； 李振华. 基于模糊神经网络的电气化铁路接触网安全评估
[5]
章丹亭； 刘莹； 殷艳飞； 刘小龙. C/C复合材料的摩擦磨损行为研究
[6]
曹飞；况荣华；李辉；刘明斌；戚京城；熊昌辉；陈宝；李譞超；黄鹏； . 不同数学模型对手足口病发病的预测效果分析与比较
[7]
黄琼；王时胜；李震球； . 小波神经网络在配电网故障定位中的应用
[8]
余廷芳；朱洪震；彭春华. 基于NSGA-Ⅱ算法的锅炉燃烧多目标优化
[9]
胡建鸿； 洪熊； 刘江华； 赵晖. 基于二级神经网络集成的桥梁健康状态的融合评估方法
[10]
陈刚； 刘秉权； 葛金虎. 基于商务智能的担保系统设计与仿真研究
[11]
文华| 吴敏| 杨兆山. 基于GA-BP神经网络的柴油机NO_x瞬态排放预测
[12]
钱尼君; 程秋平; 刘志云. 基于LM神经网络的起重机械本质安全评价方法
[13]
徐星; 张虹; 乐海洪; 徐敏. 采用气象信息的神经网络应用于短期风力发电功率预测
[14]
胡茗; 陈征; 曾明如. 前馈神经网络在水厂混凝投药中的应用
[15]
朱敏; 段隆振; 王靓明. 一种基于Kohonen神经网络Web用户行为模式的挖掘方法
2005, Vol. 27 