-
题名基于PSO-BP神经网络的磨机传动系统模型修正
- 1
-
-
作者
陶征
鲍现乐
郭勤涛
周天洋
-
机构
郑州大学机械与动力工程学院
南京航空航天大学机电学院
-
出处
《机械传动》
北大核心
2024年第2期48-53,共6页
-
文摘
针对磨机传动系统结构的复杂性、部件间约束条件的不确定性以及非线性等因素,提出了一种基于PSO-BP神经网络的有限元模型修正方法。通过改进BP神经网络逼近设计参数和特征量间的非线性映射关系,结合实际结构响应,利用神经网络的泛化特性,得到了模型设计参数值。修正后频率误差从最高18%降到4%左右,修正系数误差范围均在0.5%以内,明显提高了有限元模型精度;同时,又不需要大量迭代求解步骤,避开了传统反问题模型修正法的复杂非线性优化过程,提升了效率,验证了PSO-BP神经网络法应用于大型磨机传动系统上的可行性,为后续传动系统整体分析奠定了基础。
-
关键词
模型修正
神经网络
模态分析
相似设计
分层修正
-
Keywords
Model modification
Neural network
Modal analysis
Similar design
Hierarchical correction
-
分类号
TP1
[自动化与计算机技术—控制理论与控制工程]
-