基于模糊RBF神经网络的异质材料铆接接头性能研究

基于模糊RBF神经网络的异质材料铆接接头性能研究

论文摘要

针对异质材料之间的铆接接头普遍存在可靠性较低和连接性差的问题,采用模糊RBF神经网络方法,研究了钣金材料铆钉尺寸、冲头行程等工艺参数对接头力学性能的影响。将模糊RBF神经网络模型引入到分析模型,建立了钣金材料铆钉尺寸、冲头行程等工艺参数与接头的剪切力、剥离力强度等力学参数的映射关系,最终实现了铆接接头力学特性的预测。研究结果表明:相比于传统BP神经网络,模糊RBF神经网络模型的剪切强度和剥离强度相对误差均明显降低,基于模糊RBF神经网络的预测模型能够较准确地描述工艺参数与铆接接头力学性能之间的关系。

论文目录

  • 0 引 言
  • 1 无铆钉自冲铆原理介绍
  • 2 模糊RBF神经网络模型建立
  • 3 模型验证及结果分析
  • 4 结束语
  • 文章来源

    类型: 期刊论文

    作者: 陈芳,李长胜

    关键词: 异质材料,铆接接头,力学特性,模糊神经网络

    来源: 机电工程 2019年09期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 汽车工业,自动化技术

    单位: 河南工学院机械工程系

    基金: 河南省科技攻关项目(182102210256)

    分类号: U466;TP183

    页码: 975-979

    总页数: 5

    文件大小: 703K

    下载量: 114

    相关论文文献

    标签:;  ;  ;  ;  

    基于模糊RBF神经网络的异质材料铆接接头性能研究
    下载Doc文档

    猜你喜欢