侯俊杰
- 作品数：16 被引量：88H指数：7
- 供职机构：西北工业大学更多>>
- 发文基金：中国航空科学基金国家自然科学基金国防基金更多>>
- 相关领域：自动化与计算机技术金属学及工艺一般工业技术航空宇航科学技术更多>>
- 液－固高压成形基础及关键技术
- 齐乐华李贺军侯俊杰杨方崔培玲余泽茂
- 本研究课题研究了液－固高压成形锌合金、铝合金及液态浸渗挤压铝基复合材料的组织结构，揭示了组织性能与工艺参数之间的关系；首次提出液－固高压成形的强韧化机制除压力下结晶和变形强化外，还有弥散、沉淀强化机制，三者共同作用；成功...
- 关键词：
- 关键词：复合材料神经网络
- 专家系统在复合材料研究中的应用
- 综述了专家系统在复合材料设计、监控和无损检测等方面的应用,探讨了专家系统在复合材料加工中存在的问题和发展方向。
- 孙国岭李贺军李克智侯俊杰
- 关键词：专家系统复合材料设计在线监控无损检测
- 文献传递
- 基于PDM的叶片类零件工装设计系统被引量：8
- 2001年
- 针对目前航空发动机典型零件——叶片类零件工装设计系统现状 ,提出了将 PDM技术应用于叶片类零件工装的设计与管理 ,建立了系统集成模型。根据建立的集成模型 ,讨论了在叶片类零件工装集成设计系统中要实现的关键问题。同时通过对 CAD系统的二次开发 ,建立了用户可自行扩充的标准件和通用件库。通过在某航空发动机公司进行应用 ,大大提高了叶片类零件工装设计的效率 。
- 侯俊杰张军波袁娜杨海成
- 关键词：PDM工装设计CAD航空发动机
- 复合材料棒材半固态挤压工艺参数的神经网络预测方法被引量：7
- 2003年
- 针对半固态挤压复合材料棒材成形时工艺参数难于选取、试验工作量大的问题 ,采用人工神经网络技术与试验相结合的方法 ,通过对样本处理、神经网络模型参数及收敛性等进行分析 ,建立了工艺参数ANN预测模型 ,可以对复合材料半固态挤压成形的关键工艺参数进行预测 ,预测值与试验值吻合较好 ,最大误差不超过 0 72 % 。
- 齐乐华史忠科侯俊杰李贺军
- 关键词：复合材料棒材半固态挤压工艺参数神经网络
- 神经网络预测液态挤压工艺参数的应用系统研究被引量：2
- 2002年
- 文章通过对液态挤压新工艺的深入分析和研究,采用人工神经元网络方法建立了液态挤压工艺参数的预测模型,从而解决了用数学方法难以对液态挤压工艺建立精确模型的问题。同时,开发了一套基于神经网络,集建模、预测为一体的液态挤压工艺系统应用软件,为液态挤压工艺的实际应用和智能控制奠定了基础。
- 侯俊杰齐乐华杨方李贺军
- 关键词：神经网络应用系统
- 预测液态挤压变形力的人工神经网络模型被引量：4
- 1999年
- 针对现行液态挤压变形力计算的局限性，采用三层ＢＰ网络建立了变形力预测的神经网络模型，其预测值与实验值吻合良好， 为提高制件成形质量开辟了新的途径．
- 齐乐华侯俊杰杨方李贺军
- 关键词：液态挤压神经网络
- 人工神经网络在液态挤压工艺中的应用研究
- 该文通过对液态挤压工艺的实验研究,分析了液态挤压工艺的特点,确定了该工艺过程中的主要影响因素,并通过对大量的实验数据进行分析,建立了实验样本集.利用基于神经网络的液态挤压工艺系统模型,成功地建立了液态挤压变形力和加压前停...
- 侯俊杰
- 关键词：液态挤压神经网络遗传算法
- 文献传递
- 高效成形复合材料管、棒材的新工艺研究被引量：17
- 1999年
- 在实验研究的基础上，开发出一种用短纤维增强铝、锌复合材料管、棒材的新工艺。采用该工艺，仅需制备出增强预制体，便可一次成形出多种规格的复合材料管、棒材类制品，其强度及弹性模量比未增强材料均有较大提高，为复合材料管、棒、型材的制备开辟了一条新路。
- 齐乐华孙乐民侯俊杰李贺军
- 关键词：液态挤压金属基复合材料管材棒材弹性模量
- 基于实例设计的夹具CAD研究被引量：11
- 2002年
- 文章结合某企业航空发动机典型零件的工装夹具CAD,通过对传统夹具设计过程的分析,指出了将基于实例的设计技术进行夹具CAD的可行性。同时,通过对基于实例推理的分析,研究了如何将基于实例的设计技术应用到夹具设计中,并提出了基于实例设计的夹具CAD系统结构,解决了如何进行夹具设计实例的描述、组织、调整等关键问题,实现了基于实例的夹具CAD系统。
- 侯俊杰莫蓉何赟杨海成
- 关键词：夹具设计CAD计算机辅助设计
- 复合材料棒材液-固挤压工艺参数的神经网络预测模型
- 针对液-固挤压复合材料棒材成形时工艺参数难于选取、试验工作量大的问题,采用人工神经网络技术与试验相结合的方法,通过对样本处理、神经网络模型参数及收敛性等进行分析,建立了工艺参数ANN预测模型,可以对复合材料液-同挤压成形...
- 齐乐华史忠科侯俊杰李贺军
- 关键词：液-固挤压神经网络复合材料半固态
- 文献传递
