钱鹏
- 作品数：5 被引量：28H指数：4
- 供职机构：南京工业大学机械与动力工程学院更多>>
- 发文基金：国家科技支撑计划更多>>
- 相关领域：矿业工程自动化与计算机技术轻工技术与工程更多>>
- 基于径向基神经网络的液压支架前连杆可靠性评估研究被引量：4
- 2019年
- 为了解决液压支架前连杆可靠性评估困难的问题,提出了一种基于径向基神经网络的液压支架前连杆可靠性评估的方法。首先使用ANSYS参数化语言APDL对液压支架前连杆进行静力分析,确定与前连杆可靠性相关的设计变量;再使用ANSYS/PDS模块结合拉丁超立方抽样法对前连杆进行可靠性分析,获取多组前连杆不同设计变量的可靠度;最后使用径向基(RBF)神经网络拟合设计变量与可靠性之间的函数关系,建立前连杆可靠性评估模型,预测前连杆的可靠度。计算结果表明,前连杆可靠度计算结果的最大相对误差为4.46%,最小误差为1.59%。证明了径向基神经网络应用于液压支架前连杆可靠性评估的可行性,为液压支架前连杆可靠性评估提供了新的方法与思路。
- 钱鹏陆金桂朱正权
- 关键词：液压支架有限元分析径向基神经网络可靠性
- 神经网络近似模型在液压支架顶梁轻量化设计中的应用被引量：3
- 2018年
- 针对液压支架顶梁在满足工况要求的前提下质量需要达到最小的工程目标,提出了神经网络近似模型和遗传算法相结合的顶梁轻量化设计方法:首先运用ANSYS建立顶梁参数化模型,以顶梁质量为目标函数,选取5个对质量和强度影响较大的设计变量,建立了顶梁优化模型;然后用优化拉丁方采样方法和ANSYS获取训练样本,利用神经网络对样本集进行非线性拟合,建立神经网络近似模型,对顶梁质量和最大应力进行近似计算,用遗传算法求解顶梁优化模型,最终得到最优解.优化结果表明,顶梁优化后的质量为8 038.2 kg,减轻了9.66%,最大应力值小于顶梁材料的屈服强度且满足疲劳寿命要求.
- 王邦祥陆金桂王京涛钱鹏
- 关键词：液压支架顶梁神经网络遗传算法轻量化设计
- 基于PSO-BP神经网络的红外无损检测缺陷定量识别被引量：10
- 2019年
- 为解决红外无损检测缺陷定量识别困难的问题,提出了一种粒子群算法(PSO)优化反向传播(BP)神经网络的缺陷定量识别方法。以最佳检测时间与最大温差为模型的输入,孔洞缺陷的深度与直径大小为模型的输出,建立粒子群优化的BP神经网络缺陷定量识别模型。使用ANSYS软件对带有平底孔洞缺陷的金属平板进行脉冲热分析,提取金属平板检测表面的最大温差与最佳检测时间,作为神经网络模型训练与检验的数据样本,使用神经网络进行预测。计算结果表明:预测值的最大误差为5.5%,最小误差为1%,证明了粒子群优化BP神经网络方法进行红外无损检测定量识别的可行性。
- 钱鹏陆金桂
- 关键词：红外无损检测BP神经网络粒子群算法
- 液压支架疲劳寿命近似估算被引量：6
- 2017年
- 针对常规的液压支架寿命近似分析方法需对危险点进行循环加载和获取,导致计算机负载增加的问题,提出了一种基于遗传算法与BP神经网络的寿命估算模型。利用遗传算法的全局搜索性优化BP神经网络,使其不易陷入局部最小点;利用优化后的BP神经网络建立危险点结构参量到疲劳寿命的网络映射模型。针对样本容量和隐含层节点数进行了测试,测试结果表明,样本容量为40、隐含层节点数为7时,模型估算精度较高;液压支架平均寿命估算值为36 456次,与理论值的最大相对误差为5.27%。
- 王京涛陆金桂朱正权钱鹏林晓川王邦祥
- 关键词：液压支架遗传算法BP神经网络
- 基于PSO-BP神经网络的液压支架前连杆轻量化设计被引量：6
- 2018年
- 为了解决液压支架前连杆轻量化困难的问题,提出了一种粒子群算法(PSO)与BP神经网络相结合的质量优化方法。首先使用有限元分析软件ANSYS对ZY18000/25/45D型液压支架前连杆进行受力分析,确定对前连杆强度影响较大的5个设计参数,建立前连杆优化模型;使用拉丁超立方设计与有限元分析软件ANSYS获取训练数据样本,利用BP神经网络拟合设计参数、质量与应力的函数关系,建立神经网络近似模型。最后使用粒子群算法优化神经网络近似模型,实现前连杆轻量化设计。实验结果表明,前连杆优化后的质量减少了5.16%,满足安全强度要求。证明了神经网络近似计算模型对前连杆的轻量化计算具有可行性、高效性,为液压支架轻量化设计提供了一种新的思路与方法。
- 钱鹏陆金桂赵东波
- 关键词：液压支架轻量化BP神经网络粒子群算法
