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：1657 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*
                                                                                             陈芳，李长胜
                                                                   （河南工学院 机械工程系，河南 新乡 453002）

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 Changsheng. 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