基于模流分析与BP神经网络预测算法的蜗轮参数优化分析OA北大核心
Optimization of Parameters of Worm Gear Based on Moldflow Analysis and BP Network Prediction Algorithm
基于正交试验和BP神经网络模型对蜗轮安装面圆柱度、蜗轮安装面轴偏移量、蜗杆安装面圆柱度及蜗杆安装面轴偏移量进行工艺参数的优化探究.设计正交试验并计算获得不同工艺参数组合下的目标变量值.建立BP神经网络模型并基于正交试验结果进行训练,BP神经网络模型预测值与Moldflow计算值的相对误差均小于10％.预测最优工艺参数为:注射时间2.63 s,保压压力75.6 MPa,熔体温度264.8℃,模具温度84.6℃,v/p切换体积98.2％.目标变量预测…查看全部>>
李方方
南京信息职业技术学院人工智能学院,江苏南京210023
化学化工
模流分析BP神经网络模型蜗轮正交试验参数优化
《塑料科技》 2021 (11)
71-75,5
2021年度江苏省高校"青蓝工程"优秀青年骨干教师资助项目(苏教师[2021]11号)2019年度江苏省高校"青蓝工程"优秀教学团队资助项目(苏教师[2019]3号)
评论