文献

J-GLOBAL ID：201702266243813673   整理番号：17A0402830

ニューラルネットワークに基づく回転超音波研削加工のSi_3N_4セラミックの表面形態モデルの研究【Powered by NICT】

Investigation on surface morphology model of Si₃N₄ ceramics for rotary ultrasonic grinding machining based on the neural network

著者 (4件)： Jing Juntao (Department of Mechanical Engineering, Tsinghua University, Beijing, 100084,China) ,  Feng Pingfa (Department of Mechanical Engineering, Tsinghua University, Beijing, 100084,China) ,  Wei Shiliang (Mechanical & Power Engineering college, Harbin University of Science and Technology, Harbin, 150001, China) ,  Zhao Hong (School of Mechanical and Electronic Engineering, Harbin Engineering University, Harbin, 150001, China)
資料名： Applied Surface Science  (Applied Surface Science)
巻： 396  ページ： 85-94  発行年： 2017年 
JST資料番号： B0707B  ISSN： 0169-4332  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： Si_3N_4セラミック部品表面形態は,表面摩擦と摩耗特性と直接関連している。貧弱な表面形態は,摩擦係数の増加をもたらすであろう,強度が減少すると,成分故障につながる。Si_3N_4表面形態を改善するために,表面形態とプロセスパラメータとの間の関係モデルを検討する必要がある。本論文では,回転超音波研削加工(RUGM)を対象は逆伝搬(BP)ニューラルネットワークに基づくモデルを確立することとした。しかし,モデルの非線形関係は複雑であり,伝統的なアルゴリズムは,満足な結果を実現できない。Powell法に基づく改良型BPニューラルネットワークアルゴリズムを提案した。アルゴリズムの理論と計算フローを示した。アルゴリズムは反復速度を加速し,反復精度を向上させることができるが分かった。調査結果を表面形態最適化のための支援を提供する。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 逆伝搬法 ,  摩耗特性 ,  アルゴリズム ,  *セラミック ,  神経回路網 ,  摩擦係数 ,  故障 ,  *ニューラルネットワーク ,  最適化 ,  周面摩擦 ,  プロセスパラメータ
準シソーラス用語： 逆伝播ニューラルネットワーク ,  *表面形態 ,  *超音波研削 , 【Automatic Indexing@JST】

著者キーワード (4件)： 表面形態 ,  回転超音波研削加工 ,  バックプロパゲーション神経回路網 ,  改良されたアルゴリズム

分類 (2件)： その他の無機化合物の薄膜  (BK14060A) ,  固体デバイス製造技術一般  (NC03030V)

タイトルに関連する用語 (6件)： ニューラルネットワーク ,  超音波研削 ,  セラミック ,  表面形態 ,  モデル ,  研究