基于BP神经网络的弹簧加温强压工艺缩量的预测

摘要：

通过3层前馈BP神经网络建立算法模型,研究同一种材料(阀门弹簧用油淬火回火钢丝)以及相近钢丝直径制造的弹簧在加温强压工艺处理时,其主要影响因素(应力、温度、时间和材料抗拉强度)与弹簧缩量之间的关系.一是建立以应力、温度和时间为BP神经网络输入项;二是建立应力、温度、时间和钢丝抗拉强度作为BP神经网络输入项,以热定型后缩量为BP神经网络输出项的预测模型,并对神经网络进行训练、测试和结果分析,提出一种预测弹簧加温强压工艺后弹簧缩量的一种方法.

关键词： 弹簧 加温强压工艺 BP神经网络 预测模型

作者: 吴亮亮 姜志明 曹辉荣

作者单位: 无锡泽根弹簧有限公司

会议类型: 国内会议

会议名称: 第十六届全国弹簧学术会、第十四届全国弹簧失效分析讨论会暨第十一届海峡两岸弹簧专业研讨会

会议地点: 辽宁铁岭

会议语种:中文

页码: 32-36

在线出版日期: 2016-10-01（万方平台首次上网日期，不代表论文的发表时间）