基于BP神经网络的弯管机回弹量预测
Modern Manufacturing Engineering（2016）
摘要
建筑钢结构不同管材的弯曲曲率变化较大,施工时需制作大量胎架,即费时费料又占用场地,故设计了一种冷弯机结构,基于该冷弯机,利用Midas7.8软件对建筑钢结构用管材进行冷弯成形模拟,基于神经网络建立3个输入参数的回弹量数据模型,选择1 000组模拟数据作为训练数据训练神经网络,500组模拟数据作为测试数据测试网络,将预测结果和样本结果进行比较和分析,结果表明,所建立的神经网络预测模型满足误差要求,可以用来预测大管径厚管壁管材冷弯成形后的回弹量.该项研究为开发具有自适应回弹量补偿性能的数控弯管系统提供理论基础.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要