[发明专利]基于BP神经网络的橡胶减振器使用寿命预测方法无效
申请号: | 201510161451.8 | 申请日: | 2015-04-07 |
公开(公告)号: | CN104834808A | 公开(公告)日: | 2015-08-12 |
发明(设计)人: | 曾宪奎;孙延奎;韩广文;苗清;郝建国 | 申请(专利权)人: | 青岛科技大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京双收知识产权代理有限公司 11241 | 代理人: | 陈磊;黄玉华 |
地址: | 266061*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于BP神经网络的橡胶减振器使用寿命预测方法,先建立橡胶减振器老化寿命的BP神经网络模型,再根据所建立的橡胶减振器的老化寿命的BP神经网络模型,结合疲劳寿命,建立橡胶减振器使用寿命的BP神经网络模型,最后利用使用寿命的BP神经网络模型预测使用寿命。本发明将影响橡胶减振器使用的老化因素与疲劳因素结合在一起,合理的建立橡胶减振器的使用寿命预测模型,较为准确的预测出减振器在收到老化和疲劳共同作用时的使用寿命,克服了对老化寿命和疲劳寿命分开研究产生的对橡胶减振器的使用寿命预测不准确的缺点。 | ||
搜索关键词: | 基于 bp 神经网络 橡胶 减振器 使用寿命 预测 方法 | ||
【主权项】:
一种基于BP神经网络的橡胶减振器使用寿命预测方法,其特征在于,该方法包括以下步骤:步骤1、建立橡胶减振器老化寿命的BP神经网络模型,其中进行加速老化试验时,在不同加速老化试验温度和加速老化试验时间条件下进行老化试验,并测量性能保持率,将这些实验数据作为该老化寿命的BP神经网络模型的训练样本;运用建立的老化寿命的BP神经网络模型预测老化寿命,即建立起橡胶减振器老化性能达到某性能保持率时,某一加速老化试验温度T下的加速老化试验时间与常温下的老化时间的对应关系;步骤2、建立橡胶减振器使用寿命的BP神经网络模型,该建立方法包括:步骤21、取工作M年的旧件,测量其性能保持率为P,由所述步骤1中的老化寿命的BP神经网络模型得出,常温下橡胶减振器使用M年对应加速老化试验温度T下的加速老化试验时间m天;此时,仅老化后的橡胶减振器的性能保持率达不到P,将新件在温度下T下进行加速老化试验m天后,再进行疲劳试验,当疲劳试验的疲劳载荷为N次时,橡胶减振器的性能保持率达到P;对于疲劳,每年的疲劳载荷是均匀且相等的,得出每年的平均载荷用
表示;步骤22、取多个旧件,先利用步骤1中的老化寿命的BP神经网络模型预测出在某加速老化试验温度下的加速老化试验时间,再根据预测结果对旧件进行加速老化试验,然后对老化试验完的橡胶减振器进行疲劳试验,该疲劳试验的疲劳载荷根据该旧件的工作时间及所述步骤21中计算得到的平均载荷计算得到,最后对进行完疲劳试验的橡胶减振器测量性能保持率,将采用上述方法得到的实验数据作为该建立使用寿命的BP神经网络的训练样本;步骤3、运用步骤2所建立的使用寿命的BP神经网络模型来对橡胶减振器的使用寿命进行预测。
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青岛科技大学,未经青岛科技大学许可,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/201510161451.8/,转载请声明来源钻瓜专利网。
- 上一篇:家居防盗电子监视系统
- 下一篇:一种公交刷卡机
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用