《机电工程》杂志,月刊( 详细... )
中国标准连续出版物号: ISSN 1001-4551 CN 33-1088/TH
主办单位:浙江省机电集团有限公司
浙江大学
主编:陈 晓
副 主 编:唐任仲、罗向阳(执行主编)
总 经 理:罗向阳
出 版:浙江《机电工程》杂志社有限公司
地 址:杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel:+86-571-87041360、87239525
E-mail:meem_contribute@163.com
国外发行:中国国际图书贸易总公司
订阅:全国各地邮局 国外代号:M3135
国内发行:浙江省报刊发行局
邮发代号:32-68
广告发布登记证:杭上市管广发G-001号
在线杂志 |
当前位置: 机电工程 >>在线杂志 |
基于模糊RBF神经网络的异质材料铆接接头性能研究
作者:陈芳,李长胜 日期:2019-09-26/span> 浏览:2183 查看PDF文档
基于模糊RBF神经网络的异质材料铆接接头性能研究*
摘要:针对异质材料之间的铆接接头普遍存在可靠性较低和连接性差的问题,采用模糊RBF神经网络方法,研究了钣金材料铆钉尺寸、冲头行程等工艺参数对接头力学性能的影响。将模糊RBF神经网络模型引入到分析模型,建立了钣金材料铆钉尺寸、冲头行程等工艺参数与接头的剪切力、剥离力强度等力学参数的映射关系,最终实现了铆接接头力学特性的预测。研究结果表明:相比于传统BP神经网络,模糊RBF神经网络模型的剪切强度和剥离强度相对误差均明显降低,基于模糊RBF神经网络的预测模型能够较准确地描述工艺参数与铆接接头力学性能之间的关系。
关键词:异质材料;铆接接头;力学特性;模糊RBF神经网络中图分类号:TH114;TG113 文献标志码:A 文章编号:1001-4551(2019)09-0975-05
本文引用格式:
陈芳,李长胜.基于模糊RBF神经网络的异质材料铆接接头性能研究[J].机电工程,2019,36(9):975-979.
CHEN Fang, LI Changsheng. Performance of dissimilar materials riveted joints based on fuzzy RBF neural networks[J].Journal of Mechanical & Electrical Engineering, 2019,36(9):975-979.
《机电工程》杂志:http://www.meem.com.cn
友情链接