《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BP神经网络的减振器示功图识别方法
作者:董志成1,任 强2 日期:2012-11-13/span> 浏览:3052 查看PDF文档
基于BP神经网络的减振器示功图识别方法
董志成1,任 强2
(1. 浙江蒙力减振器有限公司, 浙江 德清 313219;
2. 浙江工业大学 车辆工程研究所, 浙江 杭州 310032)
摘要: 为解决车辆减振器工业生产中产品性能在线检测完全依赖于人工判断等问题,将BP神经网络理论应用到减振器示功图的自动判别中。在Matlab平台上建立了一个用于减振器示功图识别的3层BP神经网络模型,对示功图的复原和压缩曲线分别进行离散处理,构建了复原和压缩中心距两个特征向量,其中包括复原和压缩饱满度两个特征值;通过训练和分析,选取Scaled共轭梯度算法作为BP神经网络的训练算法;进行了示功图自动判别实验,对示功图复原和压缩阻力作出了评判。研究结果表明,经过训练的BP神经网络能够对减振器示功图进行判别,其判别结果与本领域技术人员判断结果基本一致。
关键词: 减振器;示功图;BP神经网络;识别方法
中图分类号: U463.1;TP183;TH89 文献标志码:A 文章编号:1001-4551(2012)08-0929-03
本文的文献著录格式:
董志成,任 强.基于BP神经网络的减振器示功图识别方法[J],机电工程,2012,29(8):929-931.
DONG Zhi-cheng,REN Qiang.Identification method of indicator diagram of shock absorber based on BP neural network[J],Journal of Mechanical & Electrical Engineering,2012,29(8):929-931.
友情链接