摘要
本发明公开了一种基于GA‑BP的复合材料栓接结构承压面摩擦系数预测方法,使用三维形貌仪对连接件的初始粗糙表面进行扫描,获取其表面的三维坐标数据。将摩擦系数测试分析系统设定于测试模式,记录扭矩和夹紧力的变化。以分形维数、尺度系数以及输入力矩为输入向量,以对应条件下的摩擦系数作为输出向量;确定神经网络的结构参数。利用遗传算法优化神经网络的权重和偏置参数。对数据进行预处理,并把试验数据的分为训练样本集、验证样本集和测试样本集;通过测试合格后的GA‑BP神经网络模型对指定工况下紧固过程中承压面摩擦系数进行预测,判断摩擦系数的演变行为。该方法适用于航空航天、高级汽车生产等依赖于复合材料的工业应用,降低生产和维护成本。
技术关键词
遗传算法优化神经网络
栓接结构
动态扭矩传感器
BP神经网络模型
测试分析系统
力矩传感器
训练样本集
环氧树脂复合材料
结构函数法
分形参数
测试螺栓
拧紧套筒
数据
压力传感器
系统为您推荐了相关专利信息
爆破振动监测
数据处理方法
在线监测数据
震源
振动在线监测
换道轨迹规划方法
车辆动力学模型
BP神经网络模型
神经网络算法
风格
应变测试分析系统
管道系统
模型箱
应变片
加载系统
高频行波电流
故障识别方法
信号特征提取
工频电场
监测终端
家居环境远程监测
个性化阈值
燃气使用量
人工智能模型
时间段