不同的铣削加工工艺参数会影响加工表面形貌和表面粗糙度。考虑灰关联分析与神经网络法的各自优点,提出了一种新的基于灰关联神经网络模型进行表面粗糙度预测的模型。首先利用灰关联分析,将各因子与预测目标作关联性的排序,且把不必要的因子剔除,接着进行神经网络的训练及预测。将所提的预测模型运用到铣削加工的表面粗糙度预测中,构建出表面粗糙度预测系统,最后采用两样本T分配假设检验,以此验证该预测系统的有效性与可行性。

为优化碳纤维-钢纤维-石墨三相导电混凝土中三种导电材料的组成比例,试验研究了三种材料掺量以及石墨细度对混凝土抗压强度和导电性能的影响,并通过灰关联分析得出三种材料对导电性能影响的显著程度。结果表明,碳纤维掺量越大,混凝土导电性能越好,当碳纤维掺量大于0.8%时,电阻率趋于稳定,当碳纤维掺量为0.4%时强度最大,初步确定碳纤维掺量为0.4%;电阻率与碳纤维掺量之间呈对数规律变化;养护龄期越长,导电性能越差,当龄期超过21d后,导电性能趋于稳定;石墨颗粒越细混凝土强度越低,导电性能越好,其中石墨细度为400目和600目时导电性能极为接近;随着石墨掺量的增大,抗压强度和电阻率逐渐减小,当石墨掺量超过8%时,导电性能趋于稳定。综合确定碳纤维、钢纤维和石墨掺量分别为0.5%、0.8%和5%时,混凝土导电性能最好,同时具有较高的强度;三种导电材料...

液压阀件系统是一个具有多几何要素影响——多系统特性的复杂系统,建立液压阀件系统特性预测模型,实现系统特性预测,将对降低液压阀件产品返修率、废品率具有重要意义。提出利用灰色系统理论的灰关联分析方法及径向基函数(RBF)神经网络实现液压阀件系统特性预测,通过SQLServer 2000、Visual C++6.0与Matlab 7.0三者之间的无缝联接,开发液压阀件系统特性预测软件。在实际生产中,利用该软件实现在装配前预测液压阀件产品装配后特性,避免因液压阀件产品装配后不合格返修带来的反复装拆工作。试验结果表明,所开发的液压阀件系统特性预测软件能够很好地满足工程实践中液压阀件系统特性预测要求。

为了预测变速箱总成密封质量,提高一次装配合格率,提出一种灰关联分析和遗传算法-BP神经网络的预测模型。应用灰关联分析方法,计算各装配工艺参数的灰关联度,确定影响变速箱总成密封质量的关键装配工艺参数。建立基于遗传算法GA的BP神经网络预测模型,对M型变速箱装配总成泄漏值进行预测。几种预测方法结果表明,本文提出的预测方法获得的预测值平均相对误差最小,约为5.67%,验证了该预测方法的有效性。

液压阀件系统是一个具有多几何要素影响——多系统特性的复杂系统,建立液压阀件系统特性预测模型,实现系统特性预测,将对降低液压阀件产品返修率、废品率具有重要意义。提出利用灰色系统理论的灰关联分析方法及径向基函数（RBF）神经网络实现液压阀件系统特性预测,通过SQLServer 2000、Visual C＋＋6.0与Matlab 7.0三者之间的无缝联接,开发液压阀件系统特性预测软件。在实际生产中,利用该软件实现在装配前预测液压阀件产品装配后特性,避免因液压阀件产品装配后不合格返修带来的反复装拆工作。试验结果表明,所开发的液压阀件系统特性预测软件能够很好地满足工程实践中液压阀件系统特性预测要求。