- · 关于领取2020年南京市机械工程高级《专业技术资格评审申报表》和《评审、备案情况登记表》的通知[01/22]
- · 关于重申退还2020年评审费差价的通知[01/19]
- · 关于领取2020年南京市机械工程初/中级《专业技术资格评审申报表》和《评审、备案情况登记表》的通知[01/05]
- · 关于公布2020年度南京市机械工程高级专业技术资格评审委员会评审结果的通知[12/29]
- · 关于退还2020年评审费差价的通知[12/23]
- · 关于确认李伟祥等89名同志具备2020年度机械工程助理级专业技术资格的通知[12/17]
- · 关于公布南京市机械工程中级专业技术资格评审委员会评审结果的通知[12/15]
- · 关于省(部)属企事业单位不在南京市参评职称 及退还评审费的说明[11/13]
基于卷积神经网络的制孔出口毛刺预测方法
作者:周越 田威 廖文和 张霖 李波
关键词: 机械制造; 制孔出口毛刺; 卷积神经网络; 装配; 铝合金;
摘要:受深度学习理论的启发,对使用卷积神经网络预测航空装配制孔质量进行研究。以工艺参数(制孔转速、进给、每转进给)与主轴电流信号为网络输入,以制孔出口毛刺高度为预测目标,在实验基础上,分析了激活函数、目标优化算法、卷积核个数、卷积层层数、卷积窗口大小和学习率等对制孔出口毛刺卷积神经网络预测模型的影响,并通过启发式算法确定了最优的网络设置。研究结果表明,制孔出口毛刺预测平均相对误差为9.34%,实验集测试预测相对误差在15%以内,优于传统理论建模30%左右的预测相对误差。
上一篇:一种双边自行车停车装置的设计
下一篇:双层欧拉梁声子晶体弯曲振动带隙特性研究