基于改进神经网络的疲劳裂纹扩展速率预测.pdf

基于改进神经网络的疲劳裂纹扩展速率预测.pdf

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于改进神经网络的疲劳裂纹扩展速率预测.pdf

第31卷第6期 合肥工业大学学报(自然科学版) V01.31No.6 0FTECHNOL03Y 2008年6月 JOURNALOFHEFEIUNIVERSrrY Jun.2008 基于改进神经网络的疲劳裂纹扩展速率预测 顾玉钢1一, 夏智海3, 庄力健1’2 自动化学院,黑龙江哈尔滨150001) 摘要:裂纹的萌生与扩展是一个复杂的非线性动力学过程,裂纹扩展速率具有非线性动力学系统的混沌现 象和自组织特征。将BP神经网络和L_M贝叶斯正则化算法相结合,可使BP神经网络在推广能力、收敛速 度和逼近精度上能够获得很大的提高。文章利用16MnR钢CT试样实测数据进行网络训练,训练好的神经 网络可以对该材料的疲劳裂纹扩展速率进行较为精确的预测。 关键词:疲劳裂纹扩展速率;BP神经网络,贝叶斯正则化算法;压力容器 文献标识码:A 文章编号:1003-5060(2008)06-0937-05 中图分类号:0346.2;TPl83 of crack rate neuralnetwork Predictionthe basedon fatiguegrowth improved GU Zhi—hai3,ZHUANG Yu-gan91一,XIA Li-jianl’2 (1.ChinaNationalTechnologyResearchCenteronPressureVesseland ErIgineering,Hefei230031,China;2.HefeiG蛳二 PipelineSafety eral Research of 150001, Machinery Institute,Hefei230031,China;3.CollegeAutomation,HarbinEngineeringUniversity,Harbin China) Abstract:Theinitiationand of cracksareanonlinear thefa- propagationfatigue dynamicprocess,and crack rateischaracterizedaschaosand tigue growth self-organization.The iscombinedwiththe networkto M)Bayesianregularizationalgorithm BP makethe networkachievebetter of and generalization,fasterspeedconvergencehigherlearning istrained the dataof16MnRsteelCT network accuracy.The byusingexperimental specimens,and thenthe crack rateofotherCT isforecasted thetrainedneural fatiguegrowth specimens accura

您可能关注的文档

文档评论(0)

我的文档 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档