100 积分
50
评分
4.4 积分- 详情
- 2021-04-26
- 简介
pdf
- 596KB
- 页数 3P
- 阅读 104
- 下载 20
研究目的是通过神经网络方法反求铸造模具复杂曲面。利用径向基函数(RBF)神经网络优异的非线性逼近能力,将外形数据、加工余量、变形数据作为神经网络输入,在神经网络的输出上可以得到铸造模具曲面离散数据点。再通过输出数据,可以对模具曲面进行造型。模具曲面的重构精度高、速度快。通过在复杂曲面模具造型上的实际应用,证明该方法能够实现产品和工艺装备的并行设计,可以缩短产品研制周期,提高设计、生产速度和效率,具有实用推广价值。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于神经网络的铸造模具曲面逆向工程造型 596KB
基于神经网络的测量机在逆向工程中应用 181KB
基于逆向工程的眼镜框模具设计与制造 696KB
基于神经网络的泵体铸造过程数值模拟的优化与应用 170KB
逆向工程在模具制造中的应用 699KB
逆向工程技术在模具制造中的应用 144KB
逆向工程技术在模具制造中的应用 403KB
逆向工程在模具制造中的应用 187KB
45钢阀体挤压铸造模具设计 912KB
基于BP神经网络的工程造价估测方法 294KB