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

    Abstract: 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。

    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

    Abstract: 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。

    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:CN118862699B

    公开(公告)日:2025-02-11

    申请号:CN202411341043.6

    申请日:2024-09-25

    Abstract: 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。

    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:CN117754061B

    公开(公告)日:2025-04-18

    申请号:CN202311752538.3

    申请日:2023-12-19

    Abstract: 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。

    一种考虑成本与效率的钢铝混合连接接头智能布钉系统

    公开(公告)号:CN119760872A

    公开(公告)日:2025-04-04

    申请号:CN202411822918.4

    申请日:2024-12-12

    Abstract: 本发明公开了一种考虑成本与效率的钢铝混合连接接头智能布钉系统,包括确定输入目标,输入目标分为:模糊的使用场景、具体的强度ST、成本PT或偏好的连接形式;讨论单一连接方式,分为选型与先选型再优化;对于步骤S2给出的方案进行自优化:基于多接头力学性能预测模型建立数据库模块,引入强度因子Si,成本因子Pi,轻量化因子Li,密封及NVH因子Ni。得到目标强度,根据接头的数量多少、成本的高低、强度、轻量化以及密封与NVH性能的高低,进行布置方案优化,该发明在输入目标环节可实现柔性升级,即添加多项可量化的指标X,在后续的优化环节添加进入相应的指标因子Xi,从而可以符合更多工况需求的优选系统。

Patent Agency Ranking