摘要
本发明涉及一种基于有限元分析和神经网络的气动锤铆铆接成形的预测方法,通过构建BP神经网络模型实现,包括建立气动锤铆的有限元模型,得到铆接变形模型;建立不同气压、不同顶紧力和不同击打次数的有限元模型;通过试验验证有限元模型的准确性;提取有限元模型结果的铆钉镦头数据和干涉量数据,作为训练集储存;构建神经网络并训练数据。本发明通过建立气动锤铆铆接的有限元模型,可在有限元模型中监测每一次铆接时铆钉和铆接板的状况;通过大量的有限元建模计算,建立了气动锤铆铆接多种工况的数据库,降低了资源的浪费;通过BP神经网络预测模型,最终得到气动锤铆铆接成形的预测模型。
技术关键词
BP神经网络模型
铆钉
ABAQUS软件
BP神经网络预测
成形
数据
镦头高度
训练集
铆接板
三维模型
误差
网格
气压
钉头
载荷
工况
指标
系统为您推荐了相关专利信息
智能检测方法
智能检测模块
BP神经网络模型
建立检测模型
矩阵
模拟滤波器
道路缺陷检测
市政道路管理
参数
地质雷达
双矢量模型预测
训练样本数据
同步电机
模型预测控制算法
BP神经网络模型
干燥工艺
建立BP神经网络模型
金银花
遗传算法优化
BP模型
设计优化方法
BP神经网络模型
飞机
可视化软件
梯度下降算法