基于二阶粒子群算法优化的神经网络再制造工件疲劳寿命预测

论文摘要

再制造工件多元异质材料特性及工艺参数对疲劳寿命的影响,使得传统的疲劳寿命计算方法无法适用于再制造工件,针对此问题建立了再制造工件疲劳损伤预测修正模型,并通过疲劳试验分析了不同熔覆厚度和宽度条件下对试件疲劳强度和可靠性寿命的影响,同时获取了寿命预测修正系数;进而采用二阶粒子群算法优化的反向传播(back propagation,BP)神经网络,构建了材料性能参数、应力水平及再制造工艺影响因素与疲劳寿命之间的关系模型,针对再制造工件进行寿命预测。结果表明,神经网络的预测结果与试验数据相符,优于数值计算预测模型,为实现再制造工件的疲劳寿命预测提供了一种新的方法和手段。

论文目录

文章来源

类型: 期刊论文

作者: 温海骏,孟小玲,曾艾婧,郭孝敏,许向川

关键词: 再制造,疲劳寿命预测,反向传播,神经网络,二阶粒子群,疲劳累积损伤

来源: 科学技术与工程 2019年21期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 机械工业

单位: 中北大学机械工程学院

基金: 山西省自然科学基金(201701D121079,201801D121185)资助

分类号: TH16

页码: 21-26

总页数: 6

文件大小: 238K

下载量: 225

相关论文文献

标签：再制造论文;  疲劳寿命预测论文;  反向传播论文;  神经网络论文;  二阶粒子群论文;  疲劳累积损伤论文;