《表2 试件材料性能参数:基于二阶粒子群算法优化的神经网络再制造工件疲劳寿命预测》
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
《基于二阶粒子群算法优化的神经网络再制造工件疲劳寿命预测》
再制造工件的寿命与多种因素相关,除了包括基体材料、熔覆材料、应力水平等因素外,激光熔覆工艺参数也会影响到再制造工件的疲劳寿命。使用到的试件基材及熔覆材料的性能参数如表2所示。由于激光熔覆加工过程中激光功率、送粉量、扫描速度等工艺参数直接的影响因素为熔覆层截面的宽度和厚度,故将熔覆层宽度、厚度也作为神经网络模型的输入变量。因此预测模型的输入参数包括:应力均值Sm、应力幅Sa、应力集中系数Kt、基体材料与熔覆材料抗拉强度差、屈服强度差、熔覆宽度、熔覆厚度,因此输入层节点数n=7;目标向量为再制造试件的疲劳寿命,则输出层为一个节点单元,输出层节点数m=1;隐含层节点数根据Hecht-Nielsen公式进行计算: ,因此,隐含层节点数l=15;设置学习率为0.2,设置误差率为0.01。
图表编号 | XD0091201400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.28 |
作者 | 温海骏、孟小玲、曾艾婧、郭孝敏、许向川 |
绘制单位 | 中北大学机械工程学院、中北大学机械工程学院、中北大学机械工程学院、中北大学机械工程学院、中北大学机械工程学院 |
更多格式 | 高清、无水印(增值服务) |