期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习神经网络的铝合金型材回弹预测
被引量：
1
1
作者
王鹏鹏
程子詹
+4 位作者
凌强
刘宇
王春举
吴子彬
长海博文
《锻压技术》
CAS
CSCD
北大核心
2024年第7期105-111,共7页
铝合金型材在各个领域均具有广泛的应用,为解决了6061铝合金方管在生产与加工过程中出现的回弹问题,构建了以Python语言作为开发环境、Keras作为深度学习框架的ANN(Artificial Neural Network)算法,使用包含两个隐藏层的4层全连接神经...
铝合金型材在各个领域均具有广泛的应用,为解决了6061铝合金方管在生产与加工过程中出现的回弹问题,构建了以Python语言作为开发环境、Keras作为深度学习框架的ANN(Artificial Neural Network)算法,使用包含两个隐藏层的4层全连接神经网络模型进行数据训练。算法后端的数据库内容通过弯曲回弹试验获得,采用结构化的MySQL关系型数据库系统存取和管理试验所得的198条弯曲回弹数据记录。最后,通过足量的模型训练与实际预测可得,该算法的角度回弹预测均方误差MSE的平均值为0.044、曲率回弹预测平均绝对百分比误差MAPE的平均值为4.255。算法训练和比较验证的结果表明,该回弹预测系统具有满足误差要求的预测精度,其预测结果可为铝合金型材的弯曲回弹与补偿提供有效参考。
展开更多
关键词
铝合金型材
回弹预测
深度学习
人工神经网络
Keras
MYSQL
原文传递
题名
基于深度学习神经网络的铝合金型材回弹预测
被引量：
1
1
作者
王鹏鹏
程子詹
凌强
刘宇
王春举
吴子彬
长海博文
机构
苏州
大学机电工程学院
苏州
大学高性能金属结构材料研究院
魏桥
轻
量化
(
苏州
)
科技
有限公司
出处
《锻压技术》
CAS
CSCD
北大核心
2024年第7期105-111,共7页
基金
高精度型材成型加工工艺技术(P114401222)。
文摘
铝合金型材在各个领域均具有广泛的应用,为解决了6061铝合金方管在生产与加工过程中出现的回弹问题,构建了以Python语言作为开发环境、Keras作为深度学习框架的ANN(Artificial Neural Network)算法,使用包含两个隐藏层的4层全连接神经网络模型进行数据训练。算法后端的数据库内容通过弯曲回弹试验获得,采用结构化的MySQL关系型数据库系统存取和管理试验所得的198条弯曲回弹数据记录。最后,通过足量的模型训练与实际预测可得,该算法的角度回弹预测均方误差MSE的平均值为0.044、曲率回弹预测平均绝对百分比误差MAPE的平均值为4.255。算法训练和比较验证的结果表明,该回弹预测系统具有满足误差要求的预测精度,其预测结果可为铝合金型材的弯曲回弹与补偿提供有效参考。
关键词
铝合金型材
回弹预测
深度学习
人工神经网络
Keras
MYSQL
Keywords
aluminum alloy profile
springback prediction
deep learning
artificial neural network
Keras
MySQL
分类号
TG386 [金属学及工艺—金属压力加工]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于深度学习神经网络的铝合金型材回弹预测
王鹏鹏
程子詹
凌强
刘宇
王春举
吴子彬
长海博文
《锻压技术》
CAS
CSCD
北大核心
2024
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
