《表1 残余应力辨识结果》

  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

《获取残余应力的压痕方法研究》

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

文中采用BP神经网络方法进行反演获得残余应力。BP神经网络由输入层、隐含层和输出层组成，传递函数采用tangent sigmoid函数，采用梯度下降训练方法。训练和有效性检测的数据为有限元仿真的1 568个数据对。其中随机选择1 268个数据对用于训练，300个数据对用于有效性检测。采用最小均方差MSE来评价神经网络输出和目标值之间的误差。经过5 000次训练以后，根据得到的神经网络模型来反演残余应力值，部分结果如表1所示。从表1中可以看出，残余应力反演结果与仿真中给定值之间的误差在20%以内，可以满足工程需要。如果增加训练样本和训练次数、改变隐含层的神经元数量等方式还可以适当减小误差。