文献

J-GLOBAL ID：201702214205973056   整理番号：17A0162767

ニューラルネットワークに基づく鍛造型プレスの負荷予測モデルを提案した。【JST・京大機械翻訳】

Online predictive model for the loading of die forging equipment based on neural network

著者 (3件)： Lin Yongcheng (School of Mechanical and Electrical Engineering, Central South University,State Key Laboratory of High Performance Complex Manufacturing) ,  Liang Yingjie (School of Mechanical and Electrical Engineering, Central South University,State Key Laboratory of High Performance Complex Manufacturing) ,  Chen Dongdong (School of Mechanical and Electrical Engineering, Central South University,State Key Laboratory of High Performance Complex Manufacturing)
資料名： Duanya Jishu  (Duanya Jishu)
巻： 41  号： 10  ページ： 98-102  発行年： 2016年 
JST資料番号： C2549A  ISSN： 1000-3940  CODEN： DUJID9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 鍛造プロセスには,非線形性と非線形性があるので,鍛造型プレスの負荷予測を正確に制御することは非常に重要である。例として7075アルミニウム合金の鍛造プロセスを取り上げ,神経回路網に基づく鍛造法を提案した。市販ソフトウェアDEFORM-3Dに基づき,一定の速度条件の下での負荷変動法則をシミュレーションし,そして,得られたデータに従って,初期のニューラルネットワークモデルを確立した。実際の鍛造実験において,逆伝播アルゴリズムを用いて,初期のニューラルネットワークの重み行列を修正し,モデルのオンライン更新を実現した。この方法の有効性を検証するために,50Tの鍛造試験台上で実験を行った。実験結果は以下を示す。提案したオンラインモデリング法は,複雑な鍛造条件下での負荷変化を正確に予測でき,従来のオフラインニューラルネットワークモデリング法と比較して,予測値がより正確で,実際の工学的要求を満たすことができた。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *鍛造 ,  ソフトウェア ,  *鍛造用ダイス ,  アルゴリズム ,  非線形性 ,  三次元 ,  *プレス ,  アルミニウム合金 ,  負荷変動 ,  *負荷予測 ,  神経回路網 ,  *ニューラルネットワーク
準シソーラス用語： 予測値 ,  オンライン ,  神経回路網モデル , 【Automatic Indexing@JST】

著者キーワード (6件)： die forging ,  loading ,  neural network ,  online predictive model ,  back-propagation algorithm ,  press

分類 (9件)： 代謝と栄養  (EG03054K) ,  ニューロコンピュータ  (JC06010Q) ,  システム同定  (IA02040O) ,  金属,合金の化学熱力学(純物質)  (CB02022X) ,  化学プロセスの理論  (XC01020G) ,  モルタル,コンクリート  (RA06042H) ,  人工知能  (JE08000Z) ,  システムモデル  (IB02000Z) ,  反応操作(単位反応)  (XE01040I)

タイトルに関連する用語 (6件)： ニューラルネットワーク ,  鍛造型 ,  プレス ,  負荷予測 ,  モデル ,  提案