书签 分享 收藏 举报 版权申诉 / 4

类型基于人工神经网络的通用低速圆度仪.pdf

  • 上传人:ywj6776
  • 文档编号:56633796
  • 上传时间:2019-05-21
  • 格式:PDF
  • 页数:4
  • 大小:552KB
  • 配套讲稿:

    如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。

    特殊限制:

    部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。

    关 键  词:
    基于 人工 神经网络 通用 低速 圆度仪
    资源描述:
    ISSN1000-3762轴承2014年7期
    CN41-1148/TH Bearing 2014, No. 7
    56-59
    基于人工神经网络的通用低速圆度仪
    张炜,郝大庆',李亮2,蒋峰,魏间
    (1.洛阳轴研科技股份有限公司,河南洛阳471039;2.洛阳轴承研究所有限公司,河南洛阳471039)
    摘要:将人工神经网络应用于轴承零件加工过程中的检测、分析、判断和质量控制过程。根据企业的实际情况,
    在通用低速圆度仪检测设备中添加了基于人工神经网络的质量检测分析软件,可以快速给出分析结果并对异
    常模式进行原因判断,从而大大提高对产品质量特性检测的效率和判断能力。
    关键词:滚动轴承;低速圆度仪;人工神经网络;质量控制
    中图分类号:TH133.3;TH71
    文献标志码:B文章编号:1000-3762(2014)07-0056-04
    General Low Speed Roundness Instrument Based on Artificial
    Neural Network
    Zhang Wei, Hao Daqing', Li Liang, Jiang Feng, Wei Chuang
    (1. Luoyang Bearing Science Technology Co, Ltd. Luoyang 471039, China; 2. Luoyang Bearing
    Research Institute Co. Ltd. Luoyang 471039, China)
    Abstract: The artificial neural network is applied in detection, analysis, judgment and quality control processes during
    bearing parts processing. According to the actual situation of enterrises, a quality detection and analysis software based
    on artificial neural network is added to general low speed roundness instrument detect equipment. The results are given
    quickly, and the reasons for abnormal patterns are judged. The efficiency and ability of judgement of product quality
    characteristics detection are greatly Improve
    Key words: rolling bearing; low speed roundness instrument; artificial neural network quality control
    21世纪以来,随着制造技术、计算机技术和网构和信息处理能力,超强的自学习和信息记忆能
    络技术的飞跃发展,企业在满足顾客对产品多样力以及很强的容错能力,AN被逐渐应用到工业
    化、个性化需求的同时,还需要节省成本并保证产领域,尤其在SPC控制图的异常模式识别和预测
    品质量,从而在激烈的市场竞争中占有一席之地,中发挥越来越重要的作用。其中,前向型人工神
    解决这个问题的关键就是质量控制。预防为主的经网络( Feedforward Neural Network,FN)的典型
    统计过程控制-( Statistical Process Control,代表BP神经网络,?一直是研究的重点,人工神
    SPC)是质量控制领域最活跃的研究分支之一,控经网络应用中80%~90%的网络模型都采用BP
    制图作为SPC的核心,关键在于异常模式判定。神经网络或其变化形式。
    传统的异常模式判定方法多数用于大批量生产,
    通用低速圆度仪是轴承检测常用的精密测量
    需要大量的数据支持,而且依赖技术员的自身素仪器,目前市场需求量大,随着轴承制造水平及精
    质,适用范围有限且容易产生误差。
    度要求的不断提高,与之相关的质量检测技术也
    人工神经网络3-4们( Artificial Neural Networks,不断提高。针对通用低速圆度仪的使用特点,在
    AN)是一种模仿生物大脑神经网络行为特征,由该仪器上添加了采用人工神经网络的质量检测软
    大量人工神经元以串并联方式构成的具有智能计件,采用均值一极差?方法构建控制图,然后通过
    算能力的信息处理系统,由于具有高度的并行结BP神经网络构成的异常模式识别网络模型对控
    制图异常模式进行判定,并建立数据库以便对历
    收稿日期:2014-01-09;修回日期:2014-03-11
    史数据进行对比分析,使用户可以方便观测产品
    展开阅读全文
    提示  文档分享网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    关于本文
    本文标题:基于人工神经网络的通用低速圆度仪.pdf
    链接地址:https://www.wdfxw.net/doc56633796.htm
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    版权所有:www.WDFXW.net 

    鲁ICP备09066343号-25 

    联系QQ: 200681278 或 335718200

    收起
    展开