简介:采用BP神经网络对聚酯玻璃钢氙弧灯加速老化的弯曲寿命进行了预测。通过对聚酯及其玻璃钢的人工氙弧灯加速老化,测试其不同老化时间的弯曲强度,对弯曲强度与老化时间进行BP神经网络的建模分析,借助MATLAB软件对聚酯玻璃钢的使用寿命分别进行分析与预测,并采用最小二乘法对所预测的结果进行了对比。结果表明:在以弯曲强度达到初始强度值的一半作为失效条件下,聚酯的氙灯老化寿命为813d,含填料玻璃钢老化寿命为1031d,无填料玻璃钢老化寿命为1065d,说明BP神经网络可以预测玻璃钢的老化寿命,预测结果与最小二乘法预测结果误差不大于8%,而且预测结果与该材料性能的实际情况相符。
简介:设计了一个基于VisualC++平台的多输入多输出的BP神经网络程序,依据正交实验设计训练样本,实现了注射成型产品多质量指标的高精度预测,可实现对注塑产品质量的监控,提高了实际生产效率。
简介:以碰摩故障为研究对象,将非线性输出频率响应函数(NOFRF)引入到含有碰摩的转子系统故障诊断中。对比分析在转子与定子不同间隙下的转子系统NOFRF值的变化情况,并进行了试验验证。结果表明故障转子系统的NOFRF值对转子与定子不同间隙的变化非常敏感,因此,可以利用转子系统的NOFRF值对碰摩故障的敏感性,不仅可以有效地区分转子系统中的碰摩故障,而且还可以有效地识别转子系统中的碰摩故障的严重程度。