期刊专题

10.3969/j.issn.1673-3142.2021.10.015

基于深度神经网络的滑动结合面参数识别研究

引用
为了解决机床滑动结合面传统建模方法建模精度低和其动态特性参数难确定的问题,提出了一种基于深度神经网络(Deep Neural Network,DNN)的结合面参数识别方法.以M7120D/H卧轴矩台平面磨床的砂轮箱-滑座滑动结合面为研究对象,利用深度神经网络模型预测值和模态分析实验值的相对误差建立目标函数,采用布谷鸟(Cuckoo Search,CS)算法对结合面的刚度、阻尼进行识别研究.结果显示,该方法得到的有限元模型计算值和实验测试值之间的相对误差在3%以内,具有较高的识别精度,表明该方法是正确的、有效的.

滑动结合面;深度神经网络;拟合模型;参数识别;平面磨床

59

TG580(金属切削加工及机床)

2021-11-04(万方平台首次上网日期,不代表论文的发表时间)

共5页

68-72

暂无封面信息
查看本期封面目录

农业装备与车辆工程

1673-3142

37-1433/TH

59

2021,59(10)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn