機械工程學報模板_第1頁
機械工程學報模板_第2頁
機械工程學報模板_第3頁
機械工程學報模板_第4頁
全文預覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、題目XXXXXXXX(二號黑體)* 姓名 XXX1 XXX2 XXX3(四號仿宋)(1. 南京理工大學計算機科學與技術(shù)學院 南京 210094;(五號宋體)2. 哈爾濱工業(yè)大學航天學院 哈爾濱 150001)摘要(小五黑體):將人工神經(jīng)網(wǎng)絡(luò)理論和算法應(yīng)用于雙層輝光離子滲金屬工藝的研究,在對網(wǎng)絡(luò)進行訓練的基礎(chǔ)上,建立了雙層輝光離子滲金屬工藝與滲層表面成分和元素總質(zhì)量分數(shù)、滲層厚度和吸收率之間的數(shù)學模型,試驗結(jié)果與計算結(jié)果十分吻合。(小五宋體,摘要長度300500)關(guān)鍵詞(小五黑體):雙層輝光 人工神經(jīng)網(wǎng)絡(luò) 預測模型(小五宋體)中圖分類號(小五黑體):TG156(小五Times New Roman

2、)Research on ANN-based Prediction Model Used to Double Glow Plasma Surface Alloying Processing(小三)XXX(姓大寫) Xxxxxx XXX Xxxxxx(小四)(1.College of Mechanical Engineering, University of Science and Technology Beijing, Beijing 100081; 2.School of Mechanical Engineering, Shanghai Jiaotong University, Shangh

3、ai 200030 )(五號)Abstract(小五黑體):The theory and the algorithm of the artificial neural network are applied in the research of the technique and the composition, the gross mass fraction of element, the thickness of surface alloying layer as well as the absorption rate is built. The calculation results a

4、re in good agreement with the experimental results.(小五)Key words(小五黑體):Double glow Artificial neural network Prediction model0 前言(四號宋體)* 國家自然科學基金資助項目(7150080050)。xxxxxxxx收到初稿,xxxxxxxx收到修改稿(六號宋體,此處為角注,和正文分開)(五號宋體)雙層輝光離子滲金屬技術(shù)是我國在國內(nèi)外都獲得專利的一項等離子表面冶金新技術(shù)1-4,它可以在普通材料表面形成具有特殊物理、化學性質(zhì)的表面合金層。雙層輝光離子多元共滲是一個非常復雜的

5、問題,各種合金元素在源極表面濺射的特性、工件表面的沉積擴散,等離子體空間傳輸存在較大的差異。而且宏觀工藝參數(shù)較多,它們之間相互作用關(guān)系復雜,以往人們都是借助于經(jīng)驗,很難找到反映其內(nèi)在規(guī)律的數(shù)學模型。人工神經(jīng)網(wǎng)絡(luò)理論的提出與發(fā)展為研究非線性系統(tǒng)提供了一種強有力的工具,它已成功的應(yīng)用于許多研究領(lǐng)域,在材料熱處理學科的應(yīng)用越來越受到重視5-6。首次以美國HAYEN公司生產(chǎn)的 Hastelloy C2000鎳基耐蝕合金為源極,進行Ni-Cr-Mo-Cu多元共滲工藝研究。利用人工神經(jīng)網(wǎng)絡(luò)技術(shù),建立了雙層輝光離子滲金屬工藝與滲層合金成分及合金元素總質(zhì)量分數(shù)、滲層厚度和吸收率之間的預測模型。1 試驗方法和試

6、驗方案(四號宋體)1.1 試驗方法滲金屬試驗在自制雙層輝光離子滲金屬爐中進行,源極材料為Hastelloy C2000合金,尺寸為130 mm×50 mm×4 mm,工件材料為20鋼,尺寸為80 mm×25 mm×3 mm。采用脈沖放電模式:源極采用直流電源,工件采用脈沖電源。源極材料Hastelloy C2000的質(zhì)量分數(shù):wNi=59%,wMo=16%,wCr=23%,wCu=1.6%,wC0.01%。1.2 試驗方案(五號黑體)為了選定正交試驗各個工藝參數(shù)的取值范圍,先結(jié)合以往試驗研究的經(jīng)驗,然后又進行了20余爐的摸索性試驗,確定了正交工藝參數(shù)。正

7、交試驗按照L16(45)正交表進行試驗。指標項目為滲層表面合金元素成分及總質(zhì)量分數(shù)、滲層厚度和吸收率。因素水平表如表1所示。表1 因素水平表(小五黑體)因素(六號宋體)水平1234源極電壓UV1 0501 000950900工件電壓UV275250350300 氣壓pPa35304540極間距dmm15202522.52 數(shù)學模型在網(wǎng)絡(luò)學習部分,采用三層BP神經(jīng)網(wǎng)絡(luò)來完成函數(shù)的映射。誤差逆?zhèn)鞑ド窠?jīng)網(wǎng)絡(luò)是一種具有三層或三層以上的階層型神經(jīng)網(wǎng)絡(luò),如圖所示為一個三層前饋神經(jīng)網(wǎng)絡(luò):它包括輸入層、隱含層(中間層)、輸出層;輸入層有i個節(jié)點,隱含層有j 個節(jié)點,輸出層有t個節(jié)點。上、下層之間各神經(jīng)元實現(xiàn)全

8、連接,即下層的每一單元與上層的每一單元都實現(xiàn)權(quán)連接,而每層各神經(jīng)元之間無連接。網(wǎng)絡(luò)按有教師示教的方式進行學習,當一對學習模式提供給網(wǎng)絡(luò)后,神經(jīng)元激活值從輸入層經(jīng)各中間層向輸出層傳播,在輸出層的各神經(jīng)元獲得網(wǎng)絡(luò)的輸入響應(yīng)。這以后,按減小希望輸出與實際輸出之間誤差的方向,從輸出層經(jīng)各中間層逐層修正各連接權(quán)值,最后回到輸入層。圖1 典型BP網(wǎng)絡(luò)示意圖(小五宋體) 算法步驟:(1) 設(shè)置初始權(quán)系w(0)為較小的隨機非零值。(2) 給定輸入/輸出樣本對,計算網(wǎng)絡(luò)的輸出: 設(shè)第p組樣本輸入、輸出分別為up=(u1p,u2p,unp)dp=(d1p,d2p,dnp) p=1,2,L 節(jié)點i在第p組樣本輸入時

9、,輸出為(1) 式中 IjP在第p組樣本輸入時,節(jié)點i的第j個輸入f是激勵函數(shù),采用Sigmoid型,即(2) 可由輸入層經(jīng)隱層至輸出層,求得網(wǎng)絡(luò)輸出層節(jié)點的輸入。(3) 計算網(wǎng)絡(luò)的目標函數(shù)J。設(shè)Ep為在第p組樣本輸入時網(wǎng)絡(luò)的目標函數(shù),取L2范數(shù),則(3)式中 ykp(t)在第p組樣本輸入時,經(jīng)t次權(quán)值調(diào)整網(wǎng)絡(luò)的輸出,k是輸出層第k個節(jié)點網(wǎng)絡(luò)的總目標函數(shù)為(4)作為對網(wǎng)絡(luò)學習狀況的評價。判別: 若 J e(5)式中 e 預先確定的,e0則算法結(jié)束,否則,至步驟(4)。(4) 反向傳播計算。由輸出層,依據(jù)J按“梯度下降法”反向計 算,逐層調(diào)整權(quán)值。 (6)式中 步長或稱為學習率,本文中n取 1

10、000 000,取0.93 計算結(jié)果與比較為檢驗程序的可靠性與實用性,對雙層輝光離子多元共滲工藝參數(shù):源極電壓、工件電壓、極間距、氣壓對滲層表面的合金元素總質(zhì)量分數(shù)、滲層厚度、各合金元素質(zhì)量分數(shù)、吸收率(工件增重/源網(wǎng)絡(luò)訓練準確可靠,同時又具有一定的推廣能力,在正交試驗16組數(shù)據(jù)中選擇13組作為訓練樣本,余下的3組以及正交優(yōu)化工藝作為檢測樣本。經(jīng)過1 000 000次訓練的試驗數(shù)據(jù)與計算結(jié)果的比較見表2、表3。表2 預測滲層表面的成分編號質(zhì)量分數(shù)w/% Ni Cr Mo Cu549.88114.69511.3651.605預測值51.73416.96211.2111.6611250.51416

11、.69114.0710.912預測值51.17117.50913.0480.4151650.29019.164 6.4801.308預測值50.82618.104 7.81301.3331757.16819.65514.7321.353預測值59.89120.10712.1631.403從表2、表3可以看出訓練樣本和檢測樣本的網(wǎng)絡(luò)實際輸出值與期望值都很接近,說明應(yīng)用神經(jīng)網(wǎng)絡(luò)描述雙層輝光離子滲金屬工藝參數(shù)與滲層的表面合金成分和合金總質(zhì)量分數(shù)、滲層厚度、吸收率之間的映射模型是十分有效的。表3 人工神經(jīng)網(wǎng)絡(luò)訓練與預測值試驗編號源極電壓UV工件電壓UV極間距dmm氣壓pPa吸收率s%滲層厚度m元素總質(zhì)

12、量分數(shù)w% 試驗值 預測值 試驗值 預測值 試驗值 預測值1111170.90070.58734.534.57987.49687.4372122261.20060.87136.536.38089.79689.2373133333.33032.84719.019.24584.89584.5084144444.65044.40121.020.87177.57977.321 5*212348.10047.75325.524.95077.54676.796 17*121179.34080.92038.038.45992.90892.210 注:*為檢測樣本值,試驗編號17為正交優(yōu)化工藝(六號宋體)4

13、結(jié)論(1) 。(2) 。(3) 。(4) 。參 考 文 獻(五號黑體)1 IMLACH J, BLAIR B J, ALLAIRE P. Measured and predicted force and stiffness characteristic of industrial magnetic bearingsJ. Trans. ASME J. Tribol., 1991, 113:784-788. 2 ANTILA M, LANTTO E, ARKKIO A. Determination of force and linearized parameters of radial activ

14、e magnetic bearings by finite element techniqueJ. IEEE Trans. on Magn. 1998, 34(3):684-694. 3 MIZUNO T, ARAKI K, BLEULER H. Stability analysis of self-sensing magnetic bearing controllersJ. IEEE Trans. Contr. Syst. Technol., 1996, 4:572-579.4 DAVID C, MEEKER E H, MYOUNGYU D N. Anaugmentanaugmented c

15、urrents model for magnetic bearings force and linearized parameters of radial active magnetic including eddy currents, fringing, and leakageJ. IEEE Trans. on Magn. , 1996, 32(4):3219-3227.5 CHAN T H, CHEN S L. Exact linearization of a voltage-controlled 3-pole active magnetic bearing systemJ. IEEE T

16、rans. Contr. Syst. Technol., 2002, 10(4):618-625.6 朱祖超. 超低比轉(zhuǎn)速高速離心泵的理論研究及工程實現(xiàn)J.機械工程學報,2000,36(4):30-33.(括號里是星期不是卷,有的期刊有期和卷,有的只有一種,就只寫一種)ZHU Zuchao. Theoretical study and engineering implementation of super-low-specific-speed highspeed centrifugal pumpsJ. Chinese Journal of Mechanical Engineering, 2000,36(4):30-33.非英文的參考文獻采用非英文、英文雙語形式 作者簡介(六號黑體):徐江(通信作者),男,1973年出生,博士研究生,主要研究方向為表面改性方面的研究。(六號

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論