1 引言 人工神经网络[1](ANN-artificial neural networks)是由大量简单单元以及这些单元的分层组织大规模并行联结而成的一种网络,它力图象生物神经系统一样处理事物,实现人脑的某些功能,是属于人工智能(Artificial Intelligence)范畴的一种计算技术,它根据人们对生物神经网络的研究成果设计出来,具有良好的数学描述,可以方便的用计 算机程序加以模拟。1986年Rnmenhort提出的前馈网络的误差反传算法BP(Back Propagation) [2][3]实现了Minsky的多层网络设想,使得ANN理论向实用化方面迈进了一大步。作为一种具有高度非线性映射能力的计算模型,ANN的BP网络模型已被广泛 应用于函数逼近、模式识别等诸多领域。在数值预测[4][5][6][7][8]方面,它不需要预先确定样本数据的数学模型,仅通过学习样本数据即可以进行相当精确的预测。 滚动轴承中的向心推力轴承在实际运用中非常广泛。工作时,它既承受径向载荷Fr又承受轴向载荷Fa,在进行寿命计算时,必须将其实际工作载荷转化成当量动载荷P。当量 动载荷P的计算公式:P=fp(X Fr Y Fa),其中fp为载荷系数,通过查表直接获得;X,Y为径向系数和轴向系数,这里统称为当量动载荷系数。部分X,Y的值可在教材或手册的相应表中中查得,如α=15°的角接触球轴承,其部分X,Y的值可在表1中查得[9],由于表中的数据不完备,有的iFa/Cor没有对应的e,虽然通过两次插值计算能确定系数X,Y,但这种方法比较麻烦,很不方便。所以有必要建立一个完整、准确、使用方便的计算模型。 本文以人工神经网络理论为指导,建立了基于BP网络的计算模型,不仅使用方便,而且具有很高的精度,完全可以满足实际需要。之所以采用BP算法主要是因为该算法应用广泛,成果相当显著,而且结构简单,易于实现,功能也较强。 2 BP神经网络 BP神经网络[1]就是采用BP(Back Propagation)算法进行训练的网络,其层与层之间采用全互连方式,同一层单元之间不存在相互连接,它具有很强的非线性映射能力,在实践中应用非常广泛...... |
查看评论
已有0位网友发表了看法