买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京工业大学

摘要：本发明公开了一种基于GA‑BP的复合材料栓接结构承压面摩擦系数预测方法，使用三维形貌仪对连接件的初始粗糙表面进行扫描，获取其表面的三维坐标数据。将摩擦系数测试分析系统设定于测试模式，记录扭矩和夹紧力的变化。以分形维数、尺度系数以及输入力矩为输入向量，以对应条件下的摩擦系数作为输出向量；确定神经网络的结构参数。利用遗传算法优化神经网络的权重和偏置参数。对数据进行预处理，并把试验数据的分为训练样本集、验证样本集和测试样本集；通过测试合格后的GA‑BP神经网络模型对指定工况下紧固过程中承压面摩擦系数进行预测，判断摩擦系数的演变行为。该方法适用于航空航天、高级汽车生产等依赖于复合材料的工业应用，降低生产和维护成本。

主权项：1.一种基于GA-BP的复合材料栓接结构承压面摩擦系数预测方法，其特征在于，包括以下步骤步骤一：对所有螺栓和螺母都经过超声波清洗，以去除表面的污渍；此外，所用的螺栓和螺母均来自同一制造商和同一生产批次；准备符合规定尺寸的碳纤维环氧树脂复合材料连接件，以确保实验结果具有一致性和可比较性；步骤二：使用三维形貌仪对连接件的初始粗糙表面进行扫描，获取其表面的三维坐标数据；通过结构函数法获取粗糙表面的分形参数，包括分形维数D和尺度系数G，这些参数提供有关表面复杂度和尺度相关性的重要信息；步骤三：将摩擦系数测试分析系统设定于适当的测试模式，确保所有测量参数如扭矩、角度和载荷都按照预定的实验方案进行调整；步骤四：在实施紧固过程中，系统将记录扭矩和夹紧力的变化；实验过程中收集的数据将由系统自动记录并分析，结果将被导出用于计算摩擦系数；步骤五：为确保实验数据的准确性和可重复性，每一组实验条件均重复进行6次测试；步骤六：以分形维数、尺度系数以及输入力矩为输入向量，以对应条件下的摩擦系数作为输出向量；确定神经网络的结构参数；步骤七：利用遗传算法优化神经网络的权重和偏置参数，包括选择、交叉和变异操作，以提高神经网络的学习效率和预测精度；步骤八：对数据进行预处理，并把试验数据的分为训练样本集、验证样本集和测试样本集；用训练样本集中的数据对BP神经网络模型进行训练，并调整其网络参数，训练成功后，分别用验证样本集和测试数据集中的数据对其进行验证与测试，以保证神经网络模型的正确性；步骤九：通过测试合格后的GA-BP神经网络模型对指定工况下紧固过程中承压面摩擦系数进行预测，判断摩擦系数的演变行为。

全文数据：

权利要求：

百度查询： 北京工业大学 一种基于GA-BP的复合材料栓接结构承压面摩擦系数预测方法