导读:本文包含了形状预测论文开题报告文献综述及选题提纲参考文献，主要关键词:支持向量机,羊毛,铜氨纤维混纺织物,形状记忆纤维,形变固定率
形状预测论文文献综述
金关秀,胡金莲,吕晶,王志均[1]（2019）在《支持向量机对羊毛/铜氨纤维混纺形状记忆织物的记忆性能预测》一文中研究指出为有效预测羊毛/铜氨纤维混纺形状记忆织物的记忆性能,以形状记忆纤维含量、织物总紧度和组织系数的不同组合制备了27种织物试样,并进行形状记忆性能的测试。输入形状记忆纤维含量、织物总紧度和组织系数,建立支持向量机模型,对织物形状记忆性能,即织物经、纬向的形变固定率和形状回复率进行预测。以交叉验证法对模型结构参数进行优化。结果显示:该模型对各项形状记忆性能指标值的预测精度均高于98%,而变异系数则低于2%,后续的验证实验印证了支持向量机模型具有很强的预测性能。(本文来源于《毛纺科技》期刊2019年07期）
李佳玲,朱蓉甲,周萍,阳春华,周谦[2]（2019）在《高炉炉缸内衬形状预测研究》一文中研究指出高炉炉缸是高炉生产过程中环境最为恶劣的区域,炉缸内衬的侵蚀状况决定了高炉的工作寿命,因此实现炉缸内衬形状的预测具有十分重要的意义。本文结合炉缸内部流动传热CFD正解模型和一维传热逆解模型预测炉缸的内衬热面形状,该计算模型考虑了耐火砖内温度变化对导热系数的影响,并利用1150℃等温线对热面形状的预测作为初始值。结果显示预测后的计算温度和工厂热电偶测量温度很好地吻合,验证了热面形状预测方法的准确性和有效性。(本文来源于《工程热物理学报》期刊2019年07期）
王龙飞[3]（2019）在《基于神经网络的双丝MIG快速成形系统焊缝形状预测与参数优化》一文中研究指出随着市场经济的发展,以及产品制造的竞争加剧,快速成形技术因柔性高、生产周期短、成形件性能优良等优势而备受关注。作为快速成形的一种,电弧快速成形利用电弧热熔化焊丝,按照设定轨迹堆积成金属零件,其具有制造灵活、成形件致密度高的优点,并且已在机械制造领域广泛应用。现搭建的粗细双丝MIG快速成形系统既有粗丝敷熔率大的优势,又有细丝成形精度高的特点。为在使用过程中指导焊缝成形和优化焊接工艺,达到减少试验和节省焊接成本的目的,本文通过建立神经网络模型,实现直观预测焊缝形貌和焊接工艺参数的优化。首先进行了样本数据的采集,利用正交设计方法设计试验方案,以焊接速度、焊丝直径、送丝速度及焊接电压为试验因子,试验中不考虑各个因素之间的交互作用,因为各因素、水平数不尽相同且没有可供直接选择的正交表,所以重新进行了混合正交表的设计。使用双丝MIG快速成形设备进行试验得到80个样件,样件经处理后在显微镜下得到可观察焊缝形貌的照片,采集焊缝几何参数如熔宽、余高和熔深,数据记录在表格中供后续训练使用。随后试验分析了正交表中四个试验因子在双丝MIG快速成形系统中对焊缝成形的影响,初步探究试验因子影响焊缝成形的规律,为后续预测数据提供理论基础,也进一步验证设计的焊接系统有较好的稳定性。为达到通过程序直接输出焊缝形状的研究目的,本文采用关键点坐标和曲线方程类别共同确定焊缝上部和下部轮廓曲线。使用Python语言和Tensorflow机器学习框架编写程序,借助Tensorboard可视化工具建立叁类神经网络模型:第一类网络模型预测焊缝的成形系数进而转换为关键点坐标;第二、叁类神经网络模型用以预测焊缝上部和下部轮廓曲线类别。在训练第二、叁类网络模型之前,对第二章采集的焊缝图像数据做了提取和分类,做成one-hot标签供训练使用。结果显示,叁类网络模型的loss曲线下降稳定且第二、叁类网络模型的准确率达到80.7%和83.8%。最后建立反向焊接工艺参数预测模型,同第一类正向网络模型联合使用优化焊接工艺参数,结果表明参数预测误差在5%以下。为方便使用,通过Matlab软件创建了可视化界面,界面内有网络超参数信息、预测界面和数据管理3个模块。最后使用该界面预测15组测试集数据的焊缝形状,记录预测过程中熔宽、余高和熔深数据,通过数据分析得出第一类网络模型的预测性能较好;计算得到测试集数据焊缝上部和下部曲线类型的准确率分别为0.8318和0.8780,优于训练集数据的准确率,说明第二、叁类网络的泛化性能较强;通过像素点计算法得到图像面积,对比实际焊缝面积和预测焊缝面积,15组数据的平均相对误差为5.16%,说明本文建立的预测模型的可靠性较高。(本文来源于《北京石油化工学院》期刊2019-06-25）
胡励,江树勇,时来鑫,张艳秋[4]（2019）在《基于晶体塑性有限元法预测NiTi形状记忆合金的晶粒尺度塑性（英文）》一文中研究指出通过二维晶体塑性有限元模拟和相应取向数据分析,研究NiTi形状记忆合金400℃单向压缩变形过程中的晶粒尺度塑性。模拟得到的NiTi形状记忆合金变形试样的应力和应变分布表明,在晶粒尺度上存在各向异性的塑性变形。进一步利用统计存储位错密度和几何必需位错密度研究合金在单轴压缩过程中的显微组织演化。结果表明,统计存储位错用于承载塑性变形,因此其密度值随着塑性应变的增大而增大。几何必需位错在协调晶粒间变形方面起到重要作用,并且与相邻晶粒间的取向差存在关联,即在晶粒间取向差大的位置存在高的几何必需位错密度,而在晶粒间取向差小的位置出现低的几何必需位错密度。(本文来源于《Transactions of Nonferrous Metals Society of China》期刊2019年04期）
刘松寒[5]（2019）在《形状记忆聚合物的自由恢复行为预测与分析》一文中研究指出形状记忆聚合物是一种智能活性材料,可以根据外部因素(如温度、湿度、光或磁等)恢复暂时的形变而达到永久形状。形状记忆聚合物可以在诸如微型系统中的驱动组件、生物医学设备、航空航天中可展开结构和变形结构等部件中得以应用。通过建立理论模型对形状记忆聚合物的自由恢复行为加以预测和分析,可以开发其应用功能,将自由恢复的性质运用在各类的工程应用上。本文研究的是形状记忆聚合物的变温恢复行为,通过时温等效的不同模型以及不同本构模型的理论推导对其自由恢复行为进行预测和分析。本文主要工作成果如下:(1)将不同的时间-温度等效模型应用于形状记忆聚合物的应变恢复率理论公式中,并对其自由恢复曲线与实验曲线进行比较,得出更为简便、精确的时温等效模型。(2)对单分支模型在幂函数升温条件下的应变恢复率公式进行了推导,通过理论解与实验数据的对比,揭示了形状记忆聚合物的单分支模型中不同加温条件对其自由恢复的影响并讨论了在此加温条件下各参数对自由恢复的影响。(3)通过理论推导建立了多分支模型对其自由恢复行为进行描述,模型所得模拟结果同实验结果相近。这样,通过在实际工程中修改相关参数,可降低形状记忆聚合物自由恢复阶段所用时间。(4)对多分支模型与单分支模型在不同条件下的应变恢复率曲线进行对比,分析得出不同本构模型的差异和适用条件。(本文来源于《合肥工业大学》期刊2019-04-01）
涂福泉,李根,沈林鹏,胡升谋,李恒[6]（2018）在《磁控形状记忆合金多场耦合仿真分析与模型预测》一文中研究指出磁控形状记忆合金(MSMA)固有的磁滞非线性特性严重影响了MSMA驱动器定位精度,以Ni2MnGa磁控形状记忆合金为研究对象,利用MSMA多场耦合系统进行实验,控制实验温度和磁场强度,记录外加应力、温度、磁场强度及MSMA应变等实验数据。在Ansys Maxwell软件中进行MSMA驱动装置模型磁路的电磁场仿真,得到最佳的耦合磁场强度。结合实验数据,运用能量守恒定律和热力学理论,构建MSMA多场耦合模型,预测了多场耦合变量曲线,得到MSMA驱动器工作的最佳耦合条件,为MSMA驱动器高精度定位提供了理论依据。(本文来源于《现代制造工程》期刊2018年12期）
郭艳平,陈剑虹,侯凤贞[7]（2018）在《基于神经网络模型的CMT脉冲焊接焊缝几何形状预测》一文中研究指出为了研究冷金属过渡(CMT)脉冲焊接过程中工艺参数对熔透、焊缝熔宽和焊缝余高的影响,提出了一种用于预测焊缝几何形状(焊缝高度和宽度)和熔透状态(深度和面积)的反向传播神经网络模型。该模型以峰值焊接电流,焊接速度和热量输入作为输入参数,且以焊缝高度和宽度、熔深和稀释面积作为输出参数,并给出了设计框架。结果表明,神经网络与训练数据有很好的一致性,可以有效地用于焊缝和熔透几何参数的预估。预测值与实验值之间的误差百分比较小,验证了提出模型的有效性。(本文来源于《铸造技术》期刊2018年11期）
干灵锋,户文成,吴瑞,张斌[8]（2018）在《适用于任意形状封闭空间的声场预测相干模型》一文中研究指出针对现有几何声学的方法对封闭空间内声场进行预测时在中低频段出现较大误差的问题,该文提出一种近似圆锥声束追踪法和相干反射场理论相结合的声场预测新模型。在近似圆锥声束追踪法基础上,考虑声束轴线在边界多次反射时声压和相位的改变,最后计算不同声波之间的干涉效应,建立一种适用于任意形状封闭空间的声场预测相干模型。利用该模型对某一矩形封闭空间进行声场预测,通过对边界元法、Raynoise软件相干和非相干算法的预测结果和本模型的数值模拟结果对比。结果表明,文中提出的方法和边界元法的计算结果在中低频段非常吻合,两者的计算结果平均绝对误差为1.1 d B。本模型在中低频率下与同样考虑了相位的Raynoise相干算法相比有更好的准确性,在较高频率上,本模型计算结果与Raynoise相干算法计算结果非常吻合。(本文来源于《应用声学》期刊2018年02期）
杨荣雪[9]（2017）在《激光喷丸成形固有应变反求方法及带筋壁板成形形状预测》一文中研究指出带筋整体壁板是航空航天设计制造领域重要结构件。利用激光喷丸成形高应变率效应和作用区域精确可控的特点,可以解决带筋壁板有效成形的问题。本文针对带筋壁板激光喷丸成形工艺参数规划和形状控制,主要论述了激光喷丸成形中固有应变反求方法、固有应变模型预测成形的实验及仿真方法,提出基于固有应变的激光喷丸成形数值仿真方法,基于此研究了带筋壁板激光喷丸成形工艺设计。具体研究内容主要包括以下几个方面:方形板激光喷丸成形无边界效应装夹方法。研究了压紧力大小、压紧作用位置和压紧边数对激光喷丸成形的影响,分析了压紧作用对激光喷丸成形塑性应变的影响。提出了一种应用于小型试样的无边界效应影响的装夹方法。经过实验仿真研究,验证了该装夹方法的有效性。基于变形几何形状的激光喷丸固有应变反求方法。根据冲击微坑几何形貌标定了激光冲击压力的时间和空间分布模型,进行了连续激光冲击动态响应仿真,提取了固有应变沿深度方向的分布;建立了静弹性固有应变加载模型,并根据方形板激光喷丸实验结果对反求固有应变分布进行校正。实验表明,校正后的固有应变模型可以有效预测激光喷丸成形的最终弯曲变形。基于固有应变的带筋壁板激光喷丸成形建模方法。将基于固有应变理论的建模方法由方形板推广到带筋壁板,详细阐述了采用不同单元类型和连接方式实现带筋壁板有限元建模的方法,应用这些模型能够适应筋条结构特征,且计算效率较高。通过试验和仿真研究了单向筋条壁板、网格筋条壁板激光喷丸成形结果,分析了筋条分布对壁板整体成形的影响。带筋壁板激光条带喷丸成形工艺参数优化。研究了带筋壁板激光条带喷丸成形特点;提出了基于遗传算法的条带分布优化方法:以单向筋条壁板成形圆柱面为优化目标,通过固有应变模型计算成形结果,实现了其激光条带喷丸条带宽度和间隔宽度的优化。结果表明,条带喷丸可以抑制沿条带方向弯曲,且遗传算法能够适应本优化问题多变量隐式非线性等特点。综上所述,本文研究了装夹压紧对小型方形板激光喷丸成形的影响,提出了一种无边界效应装夹方式;确定了基于几何的激光喷丸固有应变获得和校正方法,应用该方法获得了特定参数下的固有应变分布;建立了带筋壁板激光喷丸成形固有应变模型,并利用遗传算法实现了激光条带喷丸几何分布的优化,为实现筋条壁板的精确可控成形提供了参考。(本文来源于《上海交通大学》期刊2017-05-01）
关心[10]（2016）在《高炉料面形状检测与预测方法研究》一文中研究指出钢铁工业是我国国民经济长期的支柱性产业,是发展其他产业的重要基础,在社会发展和经济建设中发挥着举足轻重的作用。高炉是钢铁生产过程中的关键设备,关系到行业的钢铁产量、能源消耗和环境污染。维持高炉的长期稳定、高效运行,是钢铁行业追求的共同目标。高炉内部料面分布是影响高炉炉况的重要因素之一,对于维持高炉煤气流合理分布、增加料层透气性和高炉优化操作有重要的作用。本文针对高炉的密闭性,不能准确、直观检测料面状态的问题,运用高炉雷达检测技术、高炉料面形成机理、群智能算法、智能计算等技术进行“高炉料面形状检测与预测方法”的课题研究。主要从雷达料面检测传感器安装位置优化部署、高炉料面检测、料面下降速度预测以及料面异常诊断四个角度深入研究,对高炉的长期稳定运行和节能减排具有一定的指导和应用价值。本文的主要研究内容及创新点包括以下4个方面：(1)提出一种高炉雷达传感器安装位置的优化方法,方法可以兼顾已安装的其他类型传感器,实现信息统一,避免冗余。同时,保证在使用最少雷达数量的前提下,实现雷达对炉喉料面的完全覆盖以及料面关键点的K-重覆盖。优化方法一方面根据炉喉半径与雷达覆盖直径的关系,建立料面的环形区域,减少雷达安装数量,加快优化速度：另一方面,根据料面形状特征分析,给出传感器优化部署的评价函数,利用改进的人工鱼群智能算法求解优化问题。最后,分别利用标准测试函数和现场实际数据验证方法的有效性。(2)提出一种重构高炉料面形状的模型框架,模型基于布料规律和多点雷达数据实现对高炉料面的重构。首先提出料面形状描述方程,根据力学原理,求解料面堆角和堆尖位置,建立基于布料规律的料面方程;其次,提取雷达传感器采集的料面实时高度数据,引入多源信息融合的思想,对基于布料规律的料面方程进行修正。最后,基于炉料体积约束原则,采用迭代计算确定料面方程。经过与其他算法的测试比较,提出的重构模型具有较高的精度,料面方程更加合理。(3)提出高炉料面下降速度预测模型,首先,对表征高炉料面变化的雷达时间序列运用C-C算法计算时间延时和嵌入维数,重构相空间,利用小数据量法计算最大Lyapunov指数,证明料面高度变化具有混沌性,为混沌预测方法的应用建立了理论基础；其次,分别采用极限学习机和在线惯序极限学习机建立高炉料面下降速度的离线和在线预测模型；最后,利用实际生产数据进行测试,并与同类算法比较,结果表明,预测算法在预测精度和速度上有良好的表现,说明混沌方法在预测料面下降速度方面的应用是可行的。(4)提出高炉料面异常的不平衡样本分类预测模型,模型针对高炉料面异常样本数量少,造成训练样本类别分布不平衡的特点,对旋转森林集成算法的样本选取和建立基分类器两个阶段分别进行优化,建立料面异常分类预测模型。用标准测试集进行测试,并与其他集成算法比较,改进算法在总体精度和对少数类别分类精度都有所提高；利用实际生产数据建立分类预测模型,对料面异常样本具有较高的分类精度。(本文来源于《北京科技大学》期刊2016-12-12）
形状预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
高炉炉缸是高炉生产过程中环境最为恶劣的区域,炉缸内衬的侵蚀状况决定了高炉的工作寿命,因此实现炉缸内衬形状的预测具有十分重要的意义。本文结合炉缸内部流动传热CFD正解模型和一维传热逆解模型预测炉缸的内衬热面形状,该计算模型考虑了耐火砖内温度变化对导热系数的影响,并利用1150℃等温线对热面形状的预测作为初始值。结果显示预测后的计算温度和工厂热电偶测量温度很好地吻合,验证了热面形状预测方法的准确性和有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
形状预测论文参考文献
[1].金关秀,胡金莲,吕晶,王志均.支持向量机对羊毛/铜氨纤维混纺形状记忆织物的记忆性能预测[J].毛纺科技.2019
[2].李佳玲,朱蓉甲,周萍,阳春华,周谦.高炉炉缸内衬形状预测研究[J].工程热物理学报.2019
[3].王龙飞.基于神经网络的双丝MIG快速成形系统焊缝形状预测与参数优化[D].北京石油化工学院.2019
[4].胡励,江树勇,时来鑫,张艳秋.基于晶体塑性有限元法预测NiTi形状记忆合金的晶粒尺度塑性（英文）[J].TransactionsofNonferrousMetalsSocietyofChina.2019
[5].刘松寒.形状记忆聚合物的自由恢复行为预测与分析[D].合肥工业大学.2019
[6].涂福泉,李根,沈林鹏,胡升谋,李恒.磁控形状记忆合金多场耦合仿真分析与模型预测[J].现代制造工程.2018
[7].郭艳平,陈剑虹,侯凤贞.基于神经网络模型的CMT脉冲焊接焊缝几何形状预测[J].铸造技术.2018
[8].干灵锋,户文成,吴瑞,张斌.适用于任意形状封闭空间的声场预测相干模型[J].应用声学.2018
[9].杨荣雪.激光喷丸成形固有应变反求方法及带筋壁板成形形状预测[D].上海交通大学.2017
[10].关心.高炉料面形状检测与预测方法研究[D].北京科技大学.2016