BP网络局部极小值的修正算法

在人工神经网络中,反向传播法占据了非常重要的地位.近几十年许多研究人员对其做了深入的研究,提出了很多改进的方法,主要目标是为了加快训练速度,避免陷入局部极小值和改善其他能力.本文主要讨论在MATLAB下使用附加动量法使网络避免陷入局部极小值问题.     

用结构自适应神经网络预测航空发动机性能趋势

 将航空发动机作为复杂非线性系统考虑,运用神经网络超强的非线性映射能力和非线性时间序列分析的相空间重构理论,建立航空发动机性能趋势预测的神经网络模型,同时,针对神经网络的结构设计困难问题,建立了基于遗传算法的结构自适应神经网络预测模型,实现了神经网络结构的优化。最后,利用三组民航飞机发动机的性能数据进行了预测分析,验证了利用结构自适应神经网络对航空发动机性能趋势进行预测的有效性。     

扰流板式畸变模拟装置的数值计算及人工神经网络建模

数值计算了用于某型空中试车台吊舱的扰流板式畸变模拟装置,应用总压恢复系数、周向畸变指数评价了该装置的畸变效果并与试验数据进行了对比分析,为后续发动机在空台上确定临界畸变指数及敏感系数提供了可用量值的参考.根据部分计算数据,建立了该扰流板式畸变模拟装置的人工神经网络模型,并预估了12个状态的畸变模拟效果,验证了该人工神经网络模型的有效性,为减少试验点数节省试验经费提供了有效的途径.     

智能故障诊断方法的研究和展望

在综合大量智能故障诊断技术和方法文献的基础上,对目前国内、外智能故障诊断技术的发展和应用进行了总结,并指出了不同的智能故障诊断方法的特点,最后对智能故障诊断技术的发展方向进行了展望。     

燃气涡轮叶栅的周向积叠规律优化设计

优化设计方法是叶轮机械设计的重要手段,可以有效地提高设计效率.周向弯曲是叶轮机械叶栅设计的一个非常重要的自由度,改变周向积叠规律可以改变叶栅的内部流动,进而提高叶栅的流动性能.本文采用自动优化设计方法对某燃气涡轮叶栅进行周向积叠规律的优化设计,优化过程联合采用遗传算法和人工神经网络,流场计算采用全三维粘性流N-S方程求解.优化时分别进行正弯、反弯和正反弯结合的三种优化设计方案.优化后得到一根部反弯叶栅,其叶展中部性能得到改善,总流动损失降低,流量基本不变.总体性能提高.     

智能制造系统质量控制的神经网络方法研究

研究了利用人工神经网络预测质量参数的方法,提出了用有监督线性特征映射网络构造自校正神经网络的方法及网络参数的选择,并提供了在磨削尺寸预测中的应用,研究表明该方法具有广泛的应用前景。     

喷射成形TiCp/ZA35复合材料热挤压工艺的ANN优化和组织研究

采用人工神经网络(ANN)的方法，研究挤压比、挤压比压、挤压温度和挤压速率对喷射成形TiC_p/ZA35复合材料力学性能的影响，建立了TiC_p/ZA35复合材料热挤压的人工神经网络模型。模型的输入参数为挤压比、挤压比压、挤压温度和挤压速率，输出参数为复合材料的抗拉强度。该模型可以仿真TiC_p/ZA35复合材料在不同热挤压工艺参数下的力学性能，也可以优化热挤压工艺参数，模型结果与实验结果误差小于1.8%，拟合率为0.986。推荐热挤压工艺优化参数为：挤压比22，挤压比压415 MPa，挤压温度315℃，挤压速率8 mm·s^-1，此工艺条件下复合材料的抗拉强度为486.7 MPa。热挤压间接对复合材料进行了时效处理，材料晶内析出晶须状和颗粒状的MnAl6强化相。弥散强化和位错强化作用使热挤压喷射沉积TiCp/ZA35复合材料较未挤压复合材料抗拉强度提高38.3%。     

基于表面成分检测的铝合金精准分类方法研究

铝合金凭借其优良特性广泛应用于工业制造，产生了大量废旧铝合金，而新生产铝合金会消耗大量能源且对环境造成污染，因此回收再利用废旧铝合金有重要意义，须找到对铝合金进行分类回收的高效分类方法。基于表面成分检测技术-激光诱导击穿光谱技术(LIBS),先采集铝合金表面成分的光谱信息，再结合ELMAN神经网络、人工神经网络(ANN)以及随机森林(RF)模型分别对全谱数据和特征谱线数据进行了铝合金系列分类和牌号分类。研究表明：LIBS结合RF模型，能够更加快速准确的对6个系列11个牌号的铝合金进行分类，该结果为废旧铝合金系列及牌号的快速分类提供了参考方法。