一種基于BP神經(jīng)網(wǎng)絡(luò)的再制造零件環(huán)境損耗的計(jì)算方法技術(shù)

本發(fā)明專利技術(shù)公開了一種基于BP神經(jīng)網(wǎng)絡(luò)的再制造零件環(huán)境損耗的計(jì)算方法，(1)獲取被測零件，將對被測零件有影響的再制造工藝參數(shù)的值作為檢測數(shù)據(jù)；(2)根據(jù)歸一化處理后檢測數(shù)據(jù)建立誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型；(3)對誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練和測試，當(dāng)誤差小于誤差閾值，執(zhí)行步驟(4)；否則，繼續(xù)進(jìn)行訓(xùn)練和測試，直到迭代次數(shù)達(dá)到預(yù)設(shè)次數(shù)時，誤差也沒有小于誤差閾值時，流程結(jié)束；(4)利用第二部分?jǐn)?shù)據(jù)來檢驗(yàn)網(wǎng)絡(luò)，判斷誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型是否滿足匹配率要求，如果是，執(zhí)行步驟(5)；如果否，執(zhí)行步驟(3)；(5)將實(shí)際再制造零件的檢測數(shù)據(jù)輸入到滿足匹配率要求的誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型中，預(yù)測環(huán)境損耗。

【技術(shù)實(shí)現(xiàn)步驟摘要】

本專利技術(shù)涉及一種工程機(jī)械零件再制造環(huán)境損耗的計(jì)算，特別涉及一種基于BP (誤差反向傳播)神經(jīng)網(wǎng)絡(luò)的再制造零件環(huán)境損耗的計(jì)算方法。
技術(shù)介紹
20世紀(jì)80年代以來，隨著自然資源的日益短缺以及人們環(huán)境意識的提高，國際上形成了一個以充分利用資源、減小環(huán)境污染為目標(biāo)的新興研究領(lǐng)域一再制造工程。再制造工程是以產(chǎn)品全生命周期理論為指導(dǎo)，以優(yōu)質(zhì)、高效、節(jié)能、節(jié)材和環(huán)保為目標(biāo)，采用先進(jìn)技術(shù)和產(chǎn)業(yè)化生產(chǎn)為手段，進(jìn)行修復(fù)或改造廢舊產(chǎn)品的一系列技術(shù)措施或工程活動的總稱。為了評價再制造的效果，現(xiàn)有技術(shù)中引入再制造度的概念，主要從環(huán)境等方面進(jìn)行綜合評價。·專利技術(shù)人在實(shí)現(xiàn)本專利技術(shù)的過程中，發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存下以下缺點(diǎn)和不足由于環(huán)境所涉及的因素比較多，而且因素之間的關(guān)系復(fù)雜，很難用函數(shù)關(guān)系式進(jìn)行再制造度的計(jì)算，導(dǎo)致再制造度的精度不高，使得不能充分利用廢舊產(chǎn)品，浪費(fèi)了一定的資源。
技術(shù)實(shí)現(xiàn)思路
本專利技術(shù)提出了一種基于BP神經(jīng)網(wǎng)絡(luò)的再制造零件環(huán)境損耗的計(jì)算方法，本專利技術(shù)采用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了對再制造度的精確計(jì)算，提高了廢舊產(chǎn)品的利用率，節(jié)約了資源，詳見下文描述—種基于BP神經(jīng)網(wǎng)絡(luò)的再制造零件環(huán)境損耗的計(jì)算方法，所述方法包括以下步驟(I)獲取被測零件，將對被測零件有影響的再制造工藝參數(shù)的值作為檢測數(shù)據(jù)，并對檢測數(shù)據(jù)進(jìn)行-I和+1之間的歸一化處理，獲取歸一化處理后檢測數(shù)據(jù)；(2)根據(jù)歸一化處理后檢測數(shù)據(jù)建立誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型；(3)對所述誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練和測試，當(dāng)誤差小于誤差閾值時，執(zhí)行步驟(4);否則，繼續(xù)進(jìn)行訓(xùn)練和測試，直到迭代次數(shù)達(dá)到預(yù)設(shè)次數(shù)時，誤差也沒有小于所述誤差閾值時，流程結(jié)束；(4)利用第二部分?jǐn)?shù)據(jù)來檢驗(yàn)網(wǎng)絡(luò)，判斷所述誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型是否滿足匹配率要求，如果是，執(zhí)行步驟(5);如果否，執(zhí)行步驟(3)；(5)將實(shí)際再制造零件的檢測數(shù)據(jù)輸入到滿足匹配率要求的誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型中，預(yù)測環(huán)境損耗。所述再制造工藝參數(shù)包括噴涂距離、水壓、噴涂總遍數(shù)、涂層總厚度和噴涂面積，其中，當(dāng)使用超音速火焰噴涂時，所述再制造工藝參數(shù)還包括氧氣壓力、氧氣流量、丙烷壓力、丙烷流量、氮?dú)鈮毫偷獨(dú)饬髁浚划?dāng)使用空氣等離子噴涂時，所述再制造工藝參數(shù)還包括主氣(Ar)氣壓、主氣流量、次氣氣壓、次氣流量、電流和電壓。所述誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型包括一個輸入層、一個中間層和一個輸出層；所述輸入層有11個神經(jīng)元，所述輸出層有3個神經(jīng)元分別為材料消耗、能源消耗和廢氣排放;所述中間層的神經(jīng)元數(shù)目《 = + + η,是輸入層神經(jīng)元數(shù)，η。是輸出層神經(jīng)元數(shù)，a是I到10的某一常數(shù)；同一層間神經(jīng)元不連接，與下層神經(jīng)元之間實(shí)現(xiàn)全連接。所述對所述誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練和測試具體為將歸一化處理后檢測數(shù)據(jù)分為兩部分，第一部分用來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，記為訓(xùn)練樣本；第二部分用來檢驗(yàn)神經(jīng)網(wǎng)絡(luò)，記為檢驗(yàn)樣本；對神經(jīng)網(wǎng)絡(luò)反復(fù)訓(xùn)練，該步驟包括正向傳播和反向傳播，正向傳播過程如下輸入層第i個神經(jīng)元的輸出與輸入相等權(quán)利要求1.一種基于BP神經(jīng)網(wǎng)絡(luò)的再制造零件環(huán)境損耗的計(jì)算方法，其特征在于，所述方法包括以下步驟 (1)獲取被測零件，將對被測零件有影響的再制造工藝參數(shù)的值作為檢測數(shù)據(jù)，并對檢測數(shù)據(jù)進(jìn)行-I和+1之間的歸一化處理，獲取歸一化處理后檢測數(shù)據(jù)； (2)根據(jù)歸一化處理后檢測數(shù)據(jù)建立誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型； (3)對所述誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練和測試，當(dāng)誤差小于誤差閾值時，執(zhí)行步驟⑷；否則，繼續(xù)進(jìn)行訓(xùn)練和測試，直到迭代次數(shù)達(dá)到預(yù)設(shè)次數(shù)時，誤差也沒有小于所述誤差閾值時，流程結(jié)束； (4)利用第二部分?jǐn)?shù)據(jù)來檢驗(yàn)網(wǎng)絡(luò)，判斷所述誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型是否滿足匹配率要求，如果是，執(zhí)行步驟(5);如果否，執(zhí)行步驟(3)； (5)將實(shí)際再制造零件的檢測數(shù)據(jù)輸入到滿足匹配率要求的誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型中，預(yù)測環(huán)境損耗。2.根據(jù)權(quán)利要求I所述的一種基于BP神經(jīng)網(wǎng)絡(luò)的再制造零件環(huán)境損耗的計(jì)算方法，其特征在于，所述再制造工藝參數(shù)包括噴涂距離、水壓、噴涂總遍數(shù)、涂層總厚度和噴涂面積，其中， 當(dāng)使用超音速火焰噴涂時，所述再制造工藝參數(shù)還包括氧氣壓力、氧氣流量、丙烷壓力、丙烷流量、氮?dú)鈮毫偷獨(dú)饬髁浚? 當(dāng)使用空氣等離子噴涂時，所述再制造工藝參數(shù)還包括主氣氣壓、主氣流量、次氣氣壓、次氣流量、電流和電壓。3.根據(jù)權(quán)利要求2所述的一種基于BP神經(jīng)網(wǎng)絡(luò)的再制造零件環(huán)境損耗的計(jì)算方法，其特征在于，所述誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型包括一個輸入層、一個中間層和一個輸出層； 所述輸入層有11個神經(jīng)元，所述輸出層有3個神經(jīng)元分別為材料消耗、能源消耗和廢氣排放；所述中間層的神經(jīng)元數(shù)目》= φ>, +%+α,η,是輸入層神經(jīng)元數(shù)，η。是輸出層神經(jīng)元數(shù)，a是I到10的某一常數(shù)；同一層間神經(jīng)元不連接，與下層神經(jīng)元之間實(shí)現(xiàn)全連接。4.根據(jù)權(quán)利要求2所述的一種基于BP神經(jīng)網(wǎng)絡(luò)的再制造零件環(huán)境損耗的計(jì)算方法，其特征在于，所述對所述誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練和測試具體為 將歸一化處理后檢測數(shù)據(jù)分為兩部分，第一部分用來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，記為訓(xùn)練樣本；第二部分用來檢驗(yàn)神經(jīng)網(wǎng)絡(luò)，記為檢驗(yàn)樣本；對神經(jīng)網(wǎng)絡(luò)反復(fù)訓(xùn)練，該步驟包括正向傳播和反向傳播，正向傳播過程如下 輸入層第i個神經(jīng)兀的輸出與輸入相等 X = X^ (I) 中間層第j個神經(jīng)元的輸入$是輸入層各個神經(jīng)元輸出向量X 1與連接權(quán)值Wji乘積的總和再加上中間層的閾值Iv P為輸入神經(jīng)元的個數(shù)；5.根據(jù)權(quán)利要求4所述的一種基于BP神經(jīng)網(wǎng)絡(luò)的再制造零件環(huán)境損耗的計(jì)算方法，其特征在于，所述利用第二部分?jǐn)?shù)據(jù)來檢驗(yàn)網(wǎng)絡(luò)，判斷所述誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型是否滿足匹配率要求具體為 利用輸入到所述誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型的第二部分?jǐn)?shù)據(jù)所得到的再制造零件環(huán)境損耗，當(dāng)所述誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型的輸出值與實(shí)際測量值之間的匹配率滿足要求時，用于預(yù)測工作，執(zhí)行步驟(5);如果否，執(zhí)行步驟(3)。6.根據(jù)權(quán)利要求5所述的一種基于BP神經(jīng)網(wǎng)絡(luò)的再制造零件環(huán)境損耗的計(jì)算方法，其特征在于，所述將實(shí)際再制造零件的檢測數(shù)據(jù)輸入到滿足匹配率要求的誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型中，預(yù)測環(huán)境損耗具體為 先將所述實(shí)際再制造零件的檢測數(shù)據(jù)歸一化到-I和+1之間，再輸入到滿足匹配率要求的誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型進(jìn)行運(yùn)算，對運(yùn)算后的輸出值進(jìn)行反歸一化處理，即得到再制造零件環(huán)境損耗。全文摘要本專利技術(shù)公開了一種基于BP神經(jīng)網(wǎng)絡(luò)的再制造零件環(huán)境損耗的計(jì)算方法，(1)獲取被測零件，將對被測零件有影響的再制造工藝參數(shù)的值作為檢測數(shù)據(jù)；(2)根據(jù)歸一化處理后檢測數(shù)據(jù)建立誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型；(3)對誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練和測試，當(dāng)誤差小于誤差閾值，執(zhí)行步驟(4)；否則，繼續(xù)進(jìn)行訓(xùn)練和測試，直到迭代次數(shù)達(dá)到預(yù)設(shè)次數(shù)時，誤差也沒有小于誤差閾值時，流程結(jié)束；(4)利用第二部分?jǐn)?shù)據(jù)來檢驗(yàn)網(wǎng)絡(luò)，判斷誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型是否滿足匹配率要求，如果是，執(zhí)行步驟(5)；如果否，執(zhí)行步驟(3)；(5)將實(shí)際再制造零件的檢測數(shù)據(jù)輸入到滿足匹配率要求的誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型中，預(yù)測環(huán)境損耗。文檔編號G06N3/08GK102880908SQ201210334959公開日2013年1月16日 申請日本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種基于BP神經(jīng)網(wǎng)絡(luò)的再制造零件環(huán)境損耗的計(jì)算方法，其特征在于，所述方法包括以下步驟：(1)獲取被測零件，將對被測零件有影響的再制造工藝參數(shù)的值作為檢測數(shù)據(jù)，并對檢測數(shù)據(jù)進(jìn)行？1和+1之間的歸一化處理，獲取歸一化處理后檢測數(shù)據(jù)；(2)根據(jù)歸一化處理后檢測數(shù)據(jù)建立誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型；(3)對所述誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練和測試，當(dāng)誤差小于誤差閾值時，執(zhí)行步驟(4)；否則，繼續(xù)進(jìn)行訓(xùn)練和測試，直到迭代次數(shù)達(dá)到預(yù)設(shè)次數(shù)時，誤差也沒有小于所述誤差閾值時，流程結(jié)束；(4)利用第二部分?jǐn)?shù)據(jù)來檢驗(yàn)網(wǎng)絡(luò)，判斷所述誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型是否滿足匹配率要求，如果是，執(zhí)行步驟(5)；如果否，執(zhí)行步驟(3)；(5)將實(shí)際再制造零件的檢測數(shù)據(jù)輸入到滿足匹配率要求的誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型中，預(yù)測環(huán)境損耗。

【技術(shù)特征摘要】

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：烏煥濤，馬寧，陳源，葉福興，
申請(專利權(quán))人：天津大學(xué)，
類型：發(fā)明
國別省市：