螺旋压缩弹簧强压失效预测系统的研究.pdfVIP

维普资讯 《重型机械科技12005年第2期 螺旋压缩弹簧强压失效 预测系统的研究 罗大陆 梁书华 (中国第一重型机械集团公司 ，黑龙江 161041) 摘要 ：简要介绍计算机人工智能神经 网络系统工作原理 ，以及应用该系统对弹簧生产进行理论预测 ，可 以 减少因永久变形超出范围而导致的弹簧报废。 关键词 ：人工智能神经网络 ；弹簧永久变形 ；预测系统 中图分类号 ：TP183．1，TH135 ．1 文献标识码 ：A TheResearchoftheForcedPressFailureForecastSystem f0rtheCompressionCoiledSpring LuoDalu，LiangShuhua Abstract：Thisarticlehasdescribedtheworkingprincipleofcomputerartificialneuralnetwork ，andalsothethe— oreticalforecastforthemantffacturingofthespringwiththissystem．Sothattherejectofthespringcausedbytheper— manentdistortionbeyondthespecifiedrangecanbereduced． Keywords：artificial neural network，springpermanentdistortion，forecastsystem 随着我国国防工业的发展，军事装备的机械 1 人工神经网络设计优化的基本原理 化和 自动化 ，大量 的弹簧被广泛使用 。由于在制 造过程中有大量的弹簧在强压试验中因永久变形 人工神经网络 (ArtificialNeuralNetwork，简称 (也称为残余变形)不能预先控制而失效报废 (弹 ANN)是在现代生物神经科学研究基础上提出来 簧的永久变形使弹簧在使用 中的变形 、几何尺寸 的，它实际上是 由大量的简单 的基本元件——神 或负荷超过公差范围而影响弹簧的正常使用)， 经元相互连接而成的 自适应非线性系统 。在网络 这是弹簧制造过程中失效的主要原 因之一 ，同时 中，每个神经元的结构和功能都十分简单 ，但对于 永久变形又影响弹簧各项性能指标。影响弹簧的 包含大量神经元的网络系统 ，通过对简单神经元 永久变形因素很多，仅从定性上考虑是不够的，合 的多重复合 ，可以实现极为复杂 的功能。在螺旋 理定量出永久变形与影响因素的关系是提高弹簧 弹簧强压失效预测系统中，神经元用某种特定 的 成品率和弹簧质量的关键。在实际生产和现有弹 数学表达式来描述 ，网络结构用数组 (相 当于数 簧理论中，我们只能定性知道弹簧失效即永久变 学 中的矩阵)来表示 。用计算机语言对数学表达 形和各影响因素有一定 的关系，及实际制造 中获 式及数组进行编制 ，得到神经网络模型，然后通过 得的一些数据 ，但没有数学或其它方式来确定这 数据样本对模型进行训练 ，调整权值参数 ，使得网 种关系。 络的输人输出与样本值无 限接近 ，从而达到预测 现今人工神经网络的迅速发展为此问题的研 结果的目的。这是螺旋弹簧强压失效预测系统模 究提供 了有力的依据。针对实际生产中的大量数 拟实现的原理。 据样本 ，神经网络对于解决这种难 以