节点文献

基于自学习神经网络的运输环境下产品破损评估模型——以鸡蛋为例

免费订阅

【作者】 江春冬武玉维贾科进杜太行

【Author】 JIANG Chundong;WU Yuwei;JIA Kejin;DU Taihang;School of Control Science and Engineering, Hebei University of Technology;School of Electrical Engineering, Hebei University of Science and Technology;

【机构】 河北工业大学控制科学与工程学院河北科技大学电气工程学院

【摘要】 针对运输环境中随机振动引起的产品破损问题,以鸡蛋为例建立了具有自学习功能的基于BP神经网络的产品破损评估模型.重点分析了随机振动下产品的破损机理,研究了随机振动信号频率谱分析方法,利用疲劳累积损伤理论给出了运输环境随机振动下产品破损概率分析理论,为模型的建立提供了充分的理论依据.具体分析了鸡蛋在运输过程中的特点,确定了模型的结构及输入层、隐含层、输出层神经元个数及意义.通过模拟运输环境对200箱鸡蛋进行了振动试验统计的样本数据,对模型进行了训练和测试.结果表明该模型具有较高的评估精度和较好的泛化能力,为研究多因素下产品破损评估模型提供了一定的基础.

【关键词】 随机振动运输神经网络评估模型鸡蛋
【基金】 国家自然科学基金(51207043);河北省自然科学基金(F2014202264)
  • 【DOI】10.14081/j.cnki.hgdxb.2015.05.001
  • 【分类号】TP183
  • 【被引频次】1
  • 【下载频次】75
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: