基于BP神經(jīng)網(wǎng)絡(luò)的金屬拉深件裂紋在線監(jiān)測(cè)研究.pdf

1、本文在廣泛查閱大量國(guó)內(nèi)外科技文獻(xiàn)資料的基礎(chǔ)上,將神經(jīng)網(wǎng)絡(luò)理論與聲發(fā)射技術(shù)結(jié)合,對(duì)金屬拉深制件裂紋實(shí)施在線監(jiān)測(cè),達(dá)到控制金屬板料成形質(zhì)量的目的。其主要內(nèi)容和結(jié)果表現(xiàn)在以下幾個(gè)方面:
　　 首先,本文介紹了聲發(fā)射信號(hào)產(chǎn)生的機(jī)理,聲發(fā)射信號(hào)特點(diǎn)等基本理論,結(jié)合聲發(fā)射信號(hào)類型,根據(jù)板料在拉深過(guò)程中裂紋的產(chǎn)生機(jī)理,分析裂紋產(chǎn)生與擴(kuò)張的聲發(fā)射信號(hào)特點(diǎn)。根據(jù)目前聲發(fā)射特征信號(hào)分析方法及應(yīng)用現(xiàn)狀提出了本課題的聲發(fā)射信號(hào)采集方法與信號(hào)處理方案。<

2、br>　　 其次,介紹了神經(jīng)網(wǎng)絡(luò)的基本理論以及模式識(shí)別中一些基本概念,詳細(xì)闡述了神經(jīng)網(wǎng)絡(luò)在模式識(shí)別中的應(yīng)用,并且闡述了本研究中采用的BP網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)計(jì)和學(xué)習(xí)算法。通過(guò)比較采用不同隱層數(shù)網(wǎng)絡(luò)所產(chǎn)生的訓(xùn)練誤差,確定本課題中網(wǎng)絡(luò)的隱層數(shù)。
　　 再次,根據(jù)本課題中采集的10個(gè)聲發(fā)射信號(hào)特征參數(shù),設(shè)計(jì)出相應(yīng)的BP網(wǎng)絡(luò)特征提取器,對(duì)相應(yīng)的裂紋聲發(fā)射信號(hào)進(jìn)行特征提取。結(jié)合特征提取的具體方法,利用設(shè)計(jì)好的BP網(wǎng)絡(luò)進(jìn)行特征提取,通過(guò)考察各個(gè)特

3、征參數(shù)表征裂紋靈敏度的大小,篩選出最能表征裂紋特征的六個(gè)聲發(fā)射參數(shù)。
　　 最后,為確認(rèn)研究的可行性,進(jìn)行了拉深件成形的質(zhì)量狀態(tài)識(shí)別實(shí)驗(yàn)。對(duì)正常和產(chǎn)生裂紋狀態(tài)的制件進(jìn)行了聲發(fā)射信號(hào)采集,并在實(shí)驗(yàn)的過(guò)程中,在傳感器安裝的不同位置上,采集到相應(yīng)的聲發(fā)射信號(hào),然后對(duì)在壓邊圈上采集的信號(hào)按本課題理論進(jìn)行了處理與分析。實(shí)驗(yàn)結(jié)果顯示,當(dāng)特征參數(shù)確定為能率(X2),平均信號(hào)電平(X9),幅度(X1),相對(duì)到達(dá)時(shí)間(XO),持續(xù)時(shí)間(X7),上