《表2 神经网络模型成形工艺参数及其水平值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于神经网络的法兰轴冷挤压成型工艺优化》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为解决法兰轴的成型缺陷问题，通过优化法兰轴成型工艺来探究成型工艺参数与成型质量的关系，课题组构建了3层拓扑结构神经网络优化模型。网络模型优化结构如图3所示，采用3层结构，即输入层、隐含层和输出层。输入层包含3个神经元，分别是:模具挤压速度、摩擦因数和阶梯轴圆角半径。隐含层主要用于神经网络模型的内部运算，神经元的个数在训练过程中调整到最佳值，输出层有2个神经元，为损伤性能和成型载荷。表2所示为构建的神经网络模型的工艺方案取值。为了使本文构建的神经网络模型不会发生过饱和，在运行过程中保持稳定，在模型构建过程中对输入参数进行了适当的处理，采用的处理方法是归一法[15]。