一种基于神经网络自学习的SPR2失效卡片拓展方法

    公开(公告)号:CN118862699A

    公开(公告)日:2024-10-29

    申请号:CN202411341043.6

    申请日:2024-09-25

    摘要: 本发明公开了一种基于神经网络自学习的SPR2失效卡片拓展方法,包括以下操作方法:试制FDS或SPR接头;建立数据库,根据后续机器学习的输入与输出设置,进行针对性的数据库建立;建立人工神经网络通路;改善后的机器学习架构搭建,先判断待预测数据集的失效形式,并输出,随后采用相对应的失效数据子集进行后续的预测与运算;读取数据并输出SPR2参数通过针对拉剪工况,调整参数值;自动调节个别参数;整体模式使用方法,直接输入待测的FDS的材料新组合,最后可以直接输出失效形式、预测的力位移曲线,以及新的材料卡片参数值,该发明涉及热熔自攻丝连接技术仿真领域,是一种基于神经网络自学习的高效高质适用于热熔自攻丝与自冲铆的SPR2失效卡片拓展方法。

    一种高效高质提升热熔自攻丝连接件疲劳强度的设备及方法

    公开(公告)号:CN118653037A

    公开(公告)日:2024-09-17

    申请号:CN202410815869.5

    申请日:2024-06-24

    IPC分类号: C21D1/42 C21D9/00

    摘要: 本发明提供了一种高效高质提升热熔自攻丝连接件疲劳强度的设备及方法,包括有FDS连接件组件,FDS连接件组件包括有相接触的上板与下板,上板与下板的接触面上均对应开设有螺纹孔,两组螺纹孔内穿设有同一组流钻螺钉,流钻螺钉的一端设置有转孔头,下板底部设置有原位加热线圈,原位加热线圈位于流钻螺钉周侧,FDS连接件组件上设置有冷却组件;通过原位加热线圈与冷却组件的设置,能够对连接的应力区域进行加热处理,达到去应力集中的目的,并对非加热区域进行冷却,防止板材的强韧性下降;提高了自攻丝连接部位的疲劳强度,满足了动态载荷工况下的使用需求,弥补了现有技术仅关注静态强度测试的不足。

    基于人工神经网络的热熔自攻丝连接优化方法和优化系统

    公开(公告)号:CN117754061A

    公开(公告)日:2024-03-26

    申请号:CN202311752538.3

    申请日:2023-12-19

    摘要: 本发明公开了基于人工神经网络的热熔自攻丝连接优化方法和优化系统,包括:(1)通过无损检测得到热熔自攻丝连接接头截面的图片数据库;(2)对热熔自攻丝连接接头截面的图片进行视觉识别;(3)建立多组板间间隙、有效螺纹啮合长度参数的数据库,通过人工神经网络来构建热熔自攻丝连接工艺参数与接头质量的非线性映射关系预测模型;(4)通过监控模块得到热熔自攻丝与材料连接过程中不同阶段的工艺参数;(5)控制模块把正确的工艺参数发送给热熔自攻丝自动拧紧装置实时控制热熔自攻丝自动拧紧装置工作。本发明的基于人工神经网络的热熔自攻丝连接优化方法和优化系统可以实现热熔自攻丝连接工艺的优化,提高热熔自攻丝连接接头成型的质量。