10.3321/j.issn:1004-0609.2005.07.004
液-固挤压复合材料系统的模糊神经网络建模
针对液-固挤压复合材料管、棒材成形时工艺参数难于选取、试验工作量大的问题,在正交试验的基础上,结合有限元模拟数据,构建200组样本集,将其中的150组作为训练样本用于网络的训练学习,其余的50组作为测试样本用于验证网络的精确性.通过对补偿模糊神经网络学习算法实现中的关键技术问题的处理,如输入、输出变量模糊集的划分、模糊规则的提取、学习速率的确定等,基于模糊神经网络建立了液-固挤压复合材料工艺系统模型,得到了浸渗时间与其它关键参数之间的映射关系及模糊规则,利用该模型,对关键工艺参数进行预测,预测值与试验值吻合较好.这为该工艺的实际应用和过程控制奠定了基础.
模糊神经网络、复合材料、液-固挤压、建模
15
TB18;TB331(工程基础科学)
国家自然科学基金50175091;国防预研基金
2005-09-15(万方平台首次上网日期,不代表论文的发表时间)
共7页
1006-1012