文献

J-GLOBAL ID：202002282375248627   整理番号：20A2616155

最適化BPニューラルネットワークに基づく新しいエネルギー車両のための多段歯車修正の設計【JST・京大機械翻訳】

Design of Multi-Stage Gear Modification for New Energy Vehicle Based on Optimized BP Neural Network

著者 (6件)： Tang Zhaoping (School of Information Engineering, East China Jiaotong University, Nanchang, China) ,  Wang Manyu (School of Information Engineering, East China Jiaotong University, Nanchang, China) ,  Chen Zanxi (Huaqin Company Ltd., Dongguan, China) ,  Sun Jianping (School of Information Engineering, East China Jiaotong University, Nanchang, China) ,  Wang Min (School of Information Engineering, East China Jiaotong University, Nanchang, China) ,  Zhao Min (CRRC Qishuyan Institute Company Ltd., Changzhou, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 199034-199050  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 新しいエネルギー車両のNVH(Noise,振動,およびHarshess)特性は,内部快適性を測定する重要な指標である。伝送システムにおける多段歯車減速機は,振動と騒音の一次源である。新しいエネルギー車両の多段歯車伝達システムのパラメータ化3Dモデルを,Romaxソフトウェアを通して確立し,そして,歯形状と組み合わせた歯方向の総合的歯車修正方法を構築した。次に,完全なシミュレーション解析プロセスを確立して,一定速度条件の下で多段歯車伝達システムの最大振動加速度を解決して,種々の修正パラメータの下で二段歯車セットのシミュレーションデータを得る。従来のBP(Back伝搬)ニューラルネットワークを最適化し,Bayes正則化と組み合わせたネットワークパラメータの最適選択を通して改善した。最適化BPニューラルネットワークに基づいて,修正パラメータ-振動雑音予測モデルを構築した。最後に,GA(遺伝的アルゴリズム)最適化アルゴリズムを用いて,最小振動加速度を狙った修正パラメータの最適組合せを得るための予測モデルを解き,修正設計の有効性と信頼性を実際のシミュレーションを通して検証した。それは,多段歯車の振動と騒音低減に関する研究のアイデアと基礎を提供する。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  雑音 ,  シミュレーション ,  騒音 ,  信頼性 ,  減速装置 ,  快適性 ,  *ニューラルネットワーク ,  送信方式 ,  ソフトウェア ,  正則化 ,  予測モデル ,  三次元モデル
準シソーラス用語： 騒音低減 ,  振動加速度 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 最適化 ,  BPニューラルネットワーク ,  エネルギー ,  多段 ,  歯車 ,  設計