摘要
本发明提供了一种基于神经网络和遗传算法的蒙皮纵拉工艺参数优化方法,针对蒙皮成品所要达到的质量指标以及相关的材料和拉伸机工艺参数,设计了基于BP神经网络的蒙皮成形质量预测模型,同时基于遗传算法对神经网络权重与阈值进行更新。利用训练和更新后的预测模型能够针对蒙皮所选用的材料以及设计预期的质量实现拉伸机工艺参数的实时高效优化,若配合待优化参数的前期相关性分析与筛选,可对纵拉工艺过程中各环节实现更为精准全面的改进,从而有利于结合工业大数据提高蒙皮产品的规模化与智能化制造水平。
技术关键词
工艺参数优化方法
蒙皮
拉伸机
遗传算法
BP神经网络
优化工艺参数
成形
工业大数据
训练样本集
纵向拉伸
编码
矩阵
回弹
符号
基因
在线
成品
系统为您推荐了相关专利信息
重力仪
零长弹簧
温度补偿方法
重力测量误差
BP神经网络模型
储能系统配置方法
分散式储能系统
电力系统
储能设备
分布式储能技术
储能电池
监测数据分析方法
性能预测模型
冷却系统
电池管理系统
蜂窝夹芯复合材料
可靠性优化方法
不确定性参数
全局灵敏度分析
克里金代理模型