[发明专利]基于神经网络的拉深件裂纹监测方法有效
| 申请号： | 201010518913.4 | 申请日： | 2010-10-26 |
| 公开（公告）号： | CN101995436A | 公开（公告）日： | 2011-03-30 |
| 发明（设计）人： | 骆志高;何鑫;胥爱成;陈强 | 申请（专利权）人： | 江苏大学 |
| 主分类号： | G01N29/14 | 分类号： | G01N29/14;G01N29/44;G06N3/02 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 楼高潮 |
| 地址： | 212013 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种在金属拉深件成形过程中基于神经网络的拉深件裂纹监测方法，首先将提取的声发射上升时间、声发射事件计数，能量、频率质心和峰值频率5个声发射监测信号作为拉深件裂纹的5个特征参数；然后对5个特征参数进行可分离判据分析，验证其表征裂纹特征的有效性；最后设计一个BP神经网络分类器，将这5个特征参数作为BP神经网络分类器的输入，输出特征向量是【1,0】和【0,1】，【1,0】是拉深件正常，【0,1】是拉深件产生裂纹；本发明提高了特征参数表征裂纹的准确性，实现了对拉深件的在线监测和质量状态判别，提高了成品率，避免材料浪费。 | ||
| 搜索关键词： | 基于 神经网络 拉深件 裂纹 监测 方法 | ||
【主权项】：
一种基于神经网络的拉深件裂纹监测方法，其特征是：首先将提取的声发射上升时间、声发射事件计数，能量、频率质心和峰值频率5个声发射监测信号作为拉深件裂纹的5个特征参数；然后对5个特征参数进行可分离判据分析，验证其表征裂纹特征的有效性；最后设计一个BP神经网络分类器，将这5个特征参数作为BP神经网络分类器的输入，输出特征向量是【1,0】和【0,1】，其中【1,0】是拉深件正常，【0,1】是拉深件产生裂纹。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江苏大学，未经江苏大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201010518913.4/，转载请声明来源钻瓜专利网。
- 上一篇：高棱台铝电解用预焙阳极
- 下一篇：一种热分析产物收集装置
