您的位置： 专家智库 > >

张保刚

作品数：2 被引量：10H指数：1
供职机构：江苏大学机械工程学院更多>>
发文基金：科技型中小企业技术创新基金国家科技型中小企业技术创新基金更多>>
相关领域：理学一般工业技术机械工程金属学及工艺更多>>

合作作者

文献类型

  • 2篇中文期刊文章

领域

  • 1篇金属学及工艺
  • 1篇机械工程
  • 1篇一般工业技术
  • 1篇理学

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇声发射技术
  • 2篇网络
  • 2篇金属
  • 2篇拉深
  • 2篇拉深件
  • 2篇BP神经
  • 2篇BP神经网
  • 2篇BP神经网络
  • 1篇在线监测
  • 1篇特征参数
  • 1篇特征参数提取
  • 1篇特征提取

机构

  • 2篇江苏大学

作者

  • 2篇骆志高
  • 2篇张保刚
  • 1篇何鑫
  • 1篇赵俊丽
  • 1篇邵应清

传媒

  • 1篇振动与冲击
  • 1篇机械设计与制...

年份

  • 1篇2013
  • 1篇2012
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于BP神经网络的金属拉深件裂纹在线监测被引量：9
2012年
运用设计的三层BP神经网络对采集到的10个声发射参数进行特征提取。通过对比不同隐含层神经元个数的BP神经网络的训练误差与训练次数,确定当隐含层神经元个数为13个时,BP神经网络的逼近效果较好,产生的网络误差最小。再利用计算各声发射参数对表征裂纹信号灵敏度的大小,逐步删除各个声发射参数,降低模式识别时输入信号的维数。最后确定相对到达时间、幅度、能率、上升计数、持续时间和平均信号电平六个声发射参数能够有效地识别金属拉深件裂纹。该研究对于金属拉深件裂纹的在线监测具有理论和实际意义。
骆志高张保刚何鑫
关键词：BP神经网络拉深件声发射技术在线监测
金属拉深件裂纹AE信号特征参数提取的实验被引量：1
2013年
通过设计的三层BP神经网络对实验采集的11个声发射信号参数进行特征提取。首先,根据均方根误差确定隐含层中神经元的数量为12个,然后计算各声发射参数对表征裂纹信号灵敏度的大小,逐步删除灵敏度较小的声发射参数,以达到降低训练时输入信号维数的目的。最后确定选取幅度(X1)、振铃计数(X3)、能量(X6)、持续时间(X7)、时间消耗(X9)五个特征参数能够有效地识别金属拉深件裂纹。实验研究对于减少金属拉深件裂纹定位时的繁琐的参数计算具有重要意义。
骆志高赵俊丽张保刚邵应清
关键词：拉深件声发射技术BP神经网络特征提取
全选 清除 导出
共1页<1>
聚类工具0