您的位置: 专家智库 > >

沈大为

作品数:3 被引量:5H指数:1
供职机构:上海交通大学更多>>
发文基金:国家自然科学基金更多>>
相关领域:金属学及工艺农业科学更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 2篇金属学及工艺
  • 1篇农业科学

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇网络
  • 2篇卷积
  • 2篇卷积神经网络
  • 1篇盐分
  • 1篇盐分含量
  • 1篇植物
  • 1篇水盐
  • 1篇体素
  • 1篇体素化
  • 1篇凸凹模
  • 1篇精冲
  • 1篇碱性
  • 1篇凹模
  • 1篇沉孔
  • 1篇成形力

机构

  • 3篇上海交通大学

作者

  • 3篇沈大为
  • 2篇赵震
  • 2篇庄新村
  • 2篇向华

传媒

  • 2篇锻压技术

年份

  • 1篇2022
  • 1篇2021
  • 1篇2008
3 条 记 录,以下是 1-3
排序方式:
上实东滩土、水盐碱性与适生植物的研究
针对上实东滩土水盐碱化与开发建设的矛盾,开展了该区域土、水盐碱性分析与改良对策研究,为总体规划和产业规划提供技术支撑。在27hm2的10个样区采集了土样、地下水水样、地表水样。进行土壤以及地表水和地下水的主要特征性状的测...
沈大为
关键词:盐分含量
文献传递
基于卷积神经网络的三维沉孔特征识别及关键参数提取
2022年
精冲零件的工艺特征识别和关键参数提取是实现精冲工艺设计智能化的关键。针对典型精冲工艺特征——沉孔,构建了一个以三维CAD模型为输入的特征识别和参数提取模型。利用改进的自适应体素化算法,将基于参数驱动批量生成的沉孔CAD模型转化为体素化模型,建立模型样本数据集;采用两步法,分别以工艺特征体素化模型为输入建立基于三维卷积神经网络的沉孔特征识别模型和以沉孔中心截面图像为输入建立基于二维卷积神经网络的参数提取模型,依次实现了3类主要沉孔特征的分类识别和参数提取。经过验证和评估,所建模型对于沉孔特征类型识别与关键参数提取均有较高的准确率,可以为精冲工艺的智能化工艺设计提供有力支撑。
沈大为向华向华庄新村
关键词:沉孔体素化卷积神经网络
基于卷积神经网络的板料挤压成形力预测被引量:1
2021年
板料挤压过程中的成形力计算是合理进行模具设计和压力机选择的重要依据。为了快速、准确地获取挤压力数值,提出了一种结合有限元仿真和卷积神经网络的板料挤压力预测模型。利用所建立的板料挤压有限元模型,结合知识模板技术,批量获取了不同工艺参数下的成形力数据集;在此基础上,针对凸凹模几何形状难以用参数统一表征的问题,以凸凹模的轮廓图像为直接输入量,基于凸、凹模基础形状类,采用混合卷积神经网络结构,构建了适用于不同工艺参数的挤压力预测模型。经过验证和评估,所建模型对于规则形状和组合形状板料挤压力均有较高的预测精度,可以满足工程计算的需求。
赵震沈大为曹益旗向华向华
关键词:成形力精冲卷积神经网络
共1页<1>
聚类工具0