文献

J-GLOBAL ID：201702244084191125   整理番号：17A0489081

BPニューラルネットワークに基づくアルミニウム合金の摩擦撹拌溶接の疲労特性を研究した。【JST・京大機械翻訳】

Fatigue property of friction stir welding joint for aluminum alloy based on BP neural network

著者 (1件)： Wang Zhenguang (山東工業職業学院)
資料名： Zhizaoye Zidonghua  (Zhizaoye Zidonghua)
巻： 36  号： 5A  ページ： 89-92  発行年： 2014年 
JST資料番号： C2179A  ISSN： 1009-0134  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： 溶接金属母材,攪拌回転速度,溶接速度,軸方向圧力,攪拌頭傾斜角,および板厚さを入力パラメータとして,6×18×9×1層のトポロジー構造を持つアルミニウム合金溶接継手の疲労性能BPニューラルネットワークモデルを構築した。実験検証と産線応用研究を行った。結果は,ニューラルネットワークモデルが高い予測能力と予測精度を持ち,相対誤差は5.5%未満であり,相対誤差は6%未満であることを示した。生産ラインにおけるアルミニウム合金板の摩擦撹拌溶接パラメータは,ニューラルネットワークによって最適化された後に,ニューラルネットワークの最適化前より,%%増加し,そして,継手の疲労性能は,著しく改善された。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  溶接速度 ,  溶接金属 ,  軸方向 ,  *アルミニウム合金 ,  *撹拌 ,  傾斜角 ,  *摩擦撹拌溶接 ,  *ニューラルネットワーク ,  溶接継手 ,  回転数
準シソーラス用語： 相対誤差 ,  予測精度 ,  神経回路網モデル ,  *逆伝播ニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： BPニューラルネットワーク ,  アルミニウム合金 ,  摩擦撹拌溶接 ,  疲労特性 ,  研究