[發明專利]一種識別金屬拉深件成形微裂紋位置的方法無效
| 申請號: | 201210131063.1 | 申請日: | 2012-05-02 |
| 公開(公告)號: | CN102692456A | 公開(公告)日: | 2012-09-26 |
| 發明(設計)人: | 駱志高;張保剛;范祥偉;葉紅英 | 申請(專利權)人: | 江蘇大學 |
| 主分類號: | G01N29/14 | 分類號: | G01N29/14;G01N29/44 |
| 代理公司: | 南京經緯專利商標代理有限公司 32200 | 代理人: | 樓高潮 |
| 地址: | 212013 江*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 識別 金屬 拉深件 成形 裂紋 位置 方法 | ||
1.一種識別金屬拉深件成形微裂紋位置的方法,其特征是采用如下步驟:
(1)在拉深模具的凸模和凹模上均布置采集拉深件成形微裂紋信號的聲發射傳感器,得到表征信號的相對到達時間、幅度、能率、振鈴計數、上升計數、上升時間、能量、持續時間、有效值電壓、平均信號電平、時間消耗這11個特征參數;
(2)設計一個BP神經網絡,BP神經網絡激活函數采用Sigmoid?函數,輸入神經元個數m由聲發射信號的特征參數個數確定,輸出層神經元個數????????????????????????????????????????????????由可能產生微裂紋的位置個數確定,隱含層神經元個數n由公式確定,a為[1,10]的常數;權初始值域取(-0.1,0.1),最大循環迭代為10000;
?(3)采集訓練樣本,將樣本數據歸一化處理后作為BP神經網絡的輸入數據,每個目標輸出由個二進制表示,設置c個微裂紋位置對應的目標輸出,對BP神經網絡進行訓練;當訓練誤差小于0.001時停止訓練,得到了訓練好的BP神經網絡;
(4)將測試數據輸入訓練好的BP神經網絡進行測試,計算特征參數對識別結果的靈敏度,得到靈敏度從高到低的特征參數;刪除靈敏度最小的特征參數,得到新的訓練樣本數據和測試數據,?
(5)重復步驟(2)、(3)、(4),最終提取振鈴計數、時間消耗、持續時間、幅度、能量5個特征參數;
(6)使用所述5個特征參數對應的訓練樣本數據作為BP神經網絡的輸入,重復步驟(2)、(3)、建立5個特征參數和微裂紋位置的非線性映射關系;
(7)將實際檢測到的聲發射信號的5個特征參數對應的數據表中的數據進行歸一化處理后輸入BP神經網絡,根據所建立的非線性映射關系,當BP神經網絡輸出和某一個目標輸出一樣時,可識別微裂紋產生的位置。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于江蘇大學,未經江蘇大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201210131063.1/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種高性能鎂合金焊接活性劑
- 下一篇:用于反應器的急冷裝置





