基于神经网络无铆钉自冲铆接头力学性能预测.pdfVIP

V01．15 第15卷第8期 计算机集成制造系统 No．8 00 2 009年8月 ComputerIntegratedManufacturingSystems Aug．29 文章编号：1006—5911(2009)08—1614—06 基于神经网络无铆钉自冲铆接头力学性能预测 龙江启1，兰凤崇2，陈吉清2 (1．温州大学机电工程学院，浙江温州325035；2．华南理工大学机械与汽车工程学院，广东广州510640) 摘要：为研究钢铝一体化结构车身无铆钉自冲铆接接头力学性能，引入反向传播神经网络模型来描述板材 厚度、板材硬度和成形接头底部直径等工艺参数与接头剪切力及剥离力强度等力学性能的映射关系。由于标准反 的算法来优化神经网络预测模型连接权值，提高了神经网络模型的预测精度和泛化能力。对神经网络的预测结果 进行检验的结果表明，训练后的神经网络模型能够准确有效地预测无铆钉自冲铆接接头力学性能，证实r神经元 网络应用于无铆钉自冲铆接接头力学性能预测的可行性与可靠性，为优质的钢与铝无铆钉自冲铆接接头的设il．提 供了依据。 关键词：无铆钉自冲铆；接头；反向传播神经网络；预测 中图分类号：THl64 文献标识码：A Neuralnetwork—basedmechanical inthemechanical propertyprediction clinchingjoints LONG Jiang—qil，LANFeng—chon92。CHENJi—qin92 ofMechanical (1．College University，Wenzhou325035，China； Engineering，Wenzhou 2．SchoolofMechanical＆AutomotiveChina of Engineering，SouthUniversityTechnology， 51 Guangzhou0640，China) orderto the ofmechanical inthesteel—aluminumstructurecar Abstract：Ininvestigate clinchingjoints hybrid property networkswereintroducedtodescribethe such body，back-propagation(BP)neural mappingrelationshipsamong assheet hardnessand bottomdiameterand mechanical joiningtechnique thickness，sheet joint joints parameters