基于LM-BP神经网络的液压支架顶梁疲劳寿命预测及应用

本文提出基于LM-BP神经网络进行液压支架顶梁疲劳寿命预测方法,选取主筋板厚度、柱窝上方中心处横板厚度、两侧横板厚度、导向套筒孔半径、顶板厚度作为输入参量,将样本的液压支架顶梁疲劳寿命作为输出量,在进行训练时采用LM算法对BP神经网络进行改进,得到基于LM的BP神经网络模型,利用该模型进行液压支架顶梁疲劳寿命预测。研究结果表明:基于LM的BP神经网络模型的计算结果与测试样本拟合精度较高,具有广泛的应用前景。

液压支架顶梁疲劳寿命的改进神经网络预测

对液压支架顶梁疲劳寿命计算量大,耗时多而导致的顶梁疲劳寿命很难使用智能寻优算法进行优化的问题进行了研究。提出使用遗传算法优化了的BP神经网络对液压支架顶梁疲劳寿命进行预测的方法。首先选取对顶梁疲劳寿命影响较大的5个设计参数,使用ANSYS计算其80组参数水平下的疲劳寿命。再用遗传算法优化了的BP神经网络对前70组数据进行训练建立神经网络模型。最后用10组数据验证建立的BP神经网络疲劳寿命模型的预测精度。结果表明,遗传算法优化了的神经网络能快速估算出顶梁疲劳寿命,并且估算的疲劳寿命平均相对误差较低,仅为4.04%,完全满足工程实际要求。