-
公开(公告)号:CN112862164B
公开(公告)日:2022-07-12
申请号:CN202110087699.X
申请日:2021-01-22
Applicant: 桂林电子科技大学
Abstract: 本发明公开了基于动态神经网络时间序列预测的干式离合器温度预测法,利用离合器温度、时间历史样本数据,采用动态神经网络时间序列预测方法对离合器温度进行建模及预测。先是数据采集;继而训练数据,建立动态神经网络时间序列模型;进行将来时间序列上的离合器温度预测,分析预测结果误差,对预测数据进行反归一化处理;最终即得到离合器温度预测模型及时间序列上的预测值。相较于传统的采用试验测试方法以及有限元数值仿真方法来获得离合器温度,本方法具有实现简便、精度高、成本低等优点,另外,本方法具有记忆功能,非常适合于处理时间序列数据,能够预测离合器单次接合或者连续多次接合过程中的全部温度,包括最高温度。
-
公开(公告)号:CN112862164A
公开(公告)日:2021-05-28
申请号:CN202110087699.X
申请日:2021-01-22
Applicant: 桂林电子科技大学
Abstract: 本发明公开了基于动态神经网络时间序列预测的干式离合器温度预测法,利用离合器温度、时间历史样本数据,采用动态神经网络时间序列预测方法对离合器温度进行建模及预测。先是数据采集;继而训练数据,建立动态神经网络时间序列模型;进行将来时间序列上的离合器温度预测,分析预测结果误差,对预测数据进行反归一化处理;最终即得到离合器温度预测模型及时间序列上的预测值。相较于传统的采用试验测试方法以及有限元数值仿真方法来获得离合器温度,本方法具有实现简便、精度高、成本低等优点,另外,本方法具有记忆功能,非常适合于处理时间序列数据,能够预测离合器单次接合或者连续多次接合过程中的全部温度,包括最高温度。
-
公开(公告)号:CN112257280A
公开(公告)日:2021-01-22
申请号:CN202011180889.8
申请日:2020-10-29
Applicant: 桂林电子科技大学
IPC: G06F30/20 , G06F30/23 , G06Q10/04 , G06F119/14 , G06F113/08
Abstract: 本发明公开一种再流焊BGA群焊点液固相连续形态预测方法。通过考虑了焊点的液固相变、PCB热变形、焊点的温度场变化这些耦合因素对BGA群焊点的形态影响,从而较为准确的仿真预测出BGA群焊点形态,提高了BGA群焊点的形态预测精度。并以含PCB的BGA群焊点为算例,提出了再流焊BGA群焊点液固相连续形态预测方法,具有仿真精度高、仿真流程简便的优点,而且模拟结果与经验数据吻合,发明具有合理性和有效性。
-
-