共查询到20条相似文献,搜索用时 78 毫秒
1.
本文讨论了神经网络的拓扑结构问题,在监督学习推广的δ规则基础上,利用自构形神经网络的概念和算法,解决了隐节点数目的选取问题,同时利用一个三层神经网络来描述任一弹性结构的应力,位移等量和结构设计变量之间的映射关系。计算了五个内壁表面带有半椭圆裂纹的自增强厚壁筒表面裂纹应力强度因子,数值结果表明本文的方法是有效的。 相似文献
2.
针对机械设备安装到位后的振动预估问题,提出了一种基于有效点导纳的机械设备激励特性的转换方法。首先通过有效点导纳法将多点安装设备简化为多个单点安装设备,简化各个机脚之间的耦合作用;然后用自由速度作为设备的激励特性参数,建立不同安装基座的机械设备激励特性的转换关系;最后用弹性安装的电机进行了实验验证,将转换后基座振速的估算值与测量值进行对比分析。结果显示频率在20~1 000 Hz之间时,估算值总级的误差小于3 dB,表明该转换关系能够有效预估机械设备安装到位后的振动。 相似文献
3.
4.
准确分析大深度潜器观察窗内部应力,对于深潜器观察窗的开口设计具有重要意义。利用弹性半空间理论对其应力进行计算,并利用Ansys进行仿真,证明了弹性半空间理论是分析观察窗内部应力的一种可靠方法。 相似文献
5.
针对带弹性筏体和弹性基础的三维复杂弹性耦合冲击隔离系统,综合运用多体动力学理论、结构动力学理论、子结构方法、有限元方法,考虑系统刚体运动与弹性振动的耦合,建立了三维复杂弹性耦合冲击隔离系统的动力学模型;编写计算程序计算系统的固有频率,并与用ANSYS软件建模计算的固有频率和实验值进行比较,结果吻合得较好,通过试验工况下计算的机组加速度响应与实测结果的比较,验证了模型的正确性;最后计算分析系统在三向冲击激励下的动力学响应,为分析浮筏系统的冲击响应控制和参数优化奠定理论基础。 相似文献
6.
本文根据B.B.诺沃日洛夫薄壳理论,采用幂级数法求解静水压作用下半圆环壳轴对称弯曲问题。圆柱壳采用富氏级数解,半圆环壳与圆柱壳在连接处满足连续条件,得到了半圆环壳加固圆柱壳在静水压作用下的轴对称弯曲解,并与实验结果进行了对比,理论计算值与试验结果吻合。 相似文献
7.
8.
为了保证防坡堤施工安全,通过预测不同施工阶段防坡堤的沉降变形,以调整施工进度和工序。传统沉降预测方法主要包括太沙基固结理论、曲线拟合法和BP神经网络,太沙基固结理论和曲线拟合法预测精度较低,BP神经网络需要大量样本才能逼近最优解。针对这些问题,提出基于卷积神经网络(convolutional neural networks,CNN)建立防波堤施工阶段的沉降预测方法。应用此方法预测天津港大沽口港区防波堤施工阶段沉降量和沉降速率,并以预测结果分析沉降速率所映射的安全风险等级,从而为实际施工提供行动指南。结果表明:卷积神经网络能较为准确地预测沉降变形速率,根据预测结果能够对安全风险等级的结果进行分析并予以指导。 相似文献
9.
本文提出了一种采用模糊控制器与神经网络预估器组合控制系统控制带惯笥。大滞后环节非线性对象的思考方法。该方法综合了模糊控制与神经网络控制的优点,因而适合于带滞后环节的非线笥系统的控制。 相似文献
10.
为使无人艇在复杂环境干扰下能按希望要求改变航向,本文设计了一种基于广义动态模糊神经网络和参考模型的鲁棒自适应控制器.首先针对因环境干扰产生的不确定干扰项基于广义动态模糊神经网络建立了无人艇运动控制的逆动态模型,设计了模糊神经网络的自适应率以进一步调整神经网络权值,并结合无人艇运动控制模型的参考模型设计了无人艇航向鲁棒自适应控制器,然后通过Lyapunov稳定性理论,证明了基于该控制器的无人艇航向控制系统的稳定性,最后采用半物理仿真实验验证了该控制方法的有效性和准确性. 相似文献
11.
介绍了舰船雷达散射截面(RCS)预估的方法及舰船RCS预估的理论基础——电磁场高频方法,并给出了用3D建模软件构建一些舰船几何模型与RCS计算结果。 相似文献
12.
基于神经网络的变压器早期故障诊断安全技术 总被引:3,自引:0,他引:3
介绍了油中气体分析法中最常用的判断方法-罗杰斯三比值法。应用BP神经网络方法,建立变压器故障检测的BP网络模型,经过训练,对变压器故障进行早期诊断,运行结果与实际相符。 相似文献
13.
14.
15.
16.
17.
18.
《江苏科技大学学报(社会科学版)》2017,(2)
通过对使用V-Ray渲染器的渲染系统进行深入分析,提取出影响渲染时间的13个特征参数,研究了基于粒子群优化支持向量回归机(PSO-SVR)的渲染时间预估方法,采用粒子群算法随机搜索策略优化支持向量回归机的训练参数,获得了较优的支持向量回归机预测模型,实现渲染时间的准确预估.实验结果表明,在渲染时间预估中,PSO-SVR比BP神经网络和逐步回归预测精度高,并且具有较好的泛化能力. 相似文献
19.
20.
研究改进神经网络的船舶红外图像边缘检测方法,提升边缘检测抗噪声干扰能力。采用块匹配的主成分分析方法对船舶红外图像实施去噪处理后,经梯度算子将降噪后船舶红外图像转换为二值图像;以BP神经网络为基础,通过附加动量法-自适应学习速率调整BP神经网络权值,提高网络训练鲁棒性;将转换后舰船二值图像作为改进神经网络的输入,在实施网络训练后得出输出值,依据输出值和设置阈值的对比结果,获取船舶红外图像边缘点,实现船舶红外图像边缘检测。实验结果表明:该方法降噪后船舶红外图像的PSNR值全部高于40 dB,降噪效果较好;可有效提取船舶红外图像边缘特征且边缘检测结果清晰、连贯,能够达到船舶红外图像边缘检测标准。 相似文献