期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于机器学习的管材数控弯曲质量预测
被引量：
6
1
作者
葛宇龙
李晓星
+1 位作者
郎利辉
程鹏志
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2016年第8期1691-1697,共7页
在管材数控(NC)弯曲过程中,可能出现起皱、过度减薄的质量缺陷,同时会不可避免地发生回弹,都将严重影响成形质量。为了对数控弯曲成形质量进行预测,提出了使用有限元模拟与机器学习相结合的方法,并建立了快速的成形质量预测方法。首先,...
在管材数控(NC)弯曲过程中,可能出现起皱、过度减薄的质量缺陷,同时会不可避免地发生回弹,都将严重影响成形质量。为了对数控弯曲成形质量进行预测,提出了使用有限元模拟与机器学习相结合的方法,并建立了快速的成形质量预测方法。首先,建立了有效的管材数控弯曲的参数化有限元模型,在工艺参数取值范围中随机选择进行大量的模拟实验作为样本,完成学习数据的挖掘。随后,基于径向基函数(RBF)神经网络建立壁厚减薄与回弹程度的预测模型并使用支持向量机(SVM)建立管材起皱的预测模型。最后,使用模型对新的实例进行预测,并利用模拟与数控弯曲实验对预测模型进行验证。该方法可以对大直径薄壁管材数控弯曲质量进行有效的预测,提高弯曲管件零件设计效率。
展开更多
关键词
管材
数控
(
nc
)
弯曲
起皱
回弹
壁厚减薄
径向基神经网络
支持向量机(SVM)
下载PDF
职称材料
题名
基于机器学习的管材数控弯曲质量预测
被引量：
6
1
作者
葛宇龙
李晓星
郎利辉
程鹏志
机构
北京航空航天大学机械工程及自动化学院
出处
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2016年第8期1691-1697,共7页
文摘
在管材数控(NC)弯曲过程中,可能出现起皱、过度减薄的质量缺陷,同时会不可避免地发生回弹,都将严重影响成形质量。为了对数控弯曲成形质量进行预测,提出了使用有限元模拟与机器学习相结合的方法,并建立了快速的成形质量预测方法。首先,建立了有效的管材数控弯曲的参数化有限元模型,在工艺参数取值范围中随机选择进行大量的模拟实验作为样本,完成学习数据的挖掘。随后,基于径向基函数(RBF)神经网络建立壁厚减薄与回弹程度的预测模型并使用支持向量机(SVM)建立管材起皱的预测模型。最后,使用模型对新的实例进行预测,并利用模拟与数控弯曲实验对预测模型进行验证。该方法可以对大直径薄壁管材数控弯曲质量进行有效的预测,提高弯曲管件零件设计效率。
关键词
管材
数控
(
nc
)
弯曲
起皱
回弹
壁厚减薄
径向基神经网络
支持向量机(SVM)
Keywords
tube numerical controlled （
nc
） bending
wrinkle
spring-back
wall thinning
radial basis neural network
support vector machine （SVM）
分类号
V260.5 [航空宇航科学与技术—航空宇航制造工程]
TG386.43 [金属学及工艺—金属压力加工]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于机器学习的管材数控弯曲质量预测
葛宇龙
李晓星
郎利辉
程鹏志
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2016
6
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
