-
作者
于英华李佳美徐平沈佳兴郑思贤
-
单位
辽宁工程技术大学机械工程学院
-
摘要
为解决对玄武岩纤维树脂混凝土（basalt fiber polymer concrete,BFPC）机床基础件性能预测不够准确的问题，依据实验测试的20组BFPC结合面的动态性能参数，建立由结合面表面粗糙度和预紧力对结合面阻尼和刚度进行预测的神经网络模型。以BFPC数控机床龙门框架为例，运用多目标优化设计理论对BFPC固定结合面动态性参数进行优化，获得最优的结合面粗糙度和预紧力。运用虚拟材料法对考虑结合面参数的BFPC龙门框架的动态特性进行仿真分析，并将结果与不考虑结合面的BFPC龙门框架的动态特性仿真分析结果进行对比，结果表明：BFPC机床基础件结合面会在一定程度上降低机床基础件的动态性能，通过对BFPC结合面参数的优化可降低其对机床基础件动态性的影响程度。
-
关键词
玄武岩纤维树脂混凝土结合面虚拟材料神经网络参数优化龙门框架动态特性
-
基金项目(Foundation)
国家自然科学基金项目（51375219；52005238）；辽宁省教育厅一般项目（LJ2019JL030）；辽宁省博士启动基金项目（2020-BS-256）；
-
文章目录
0 引言
1 结合面动态特性参数模型建立
1.1 模型构建
1.2 实验数据的测定
1.3 神经网络训练
2 结合面虚拟材料参数确定和优化
2.1 BFPC龙门框架及静态特性
2.2 结合面虚拟材料参数优化
（1）优化问题描述
(2）优化过程
(3）优化结果
3 结合面对龙门框架动态特性的影响
(1）考虑结合面的龙门框架动态特性分析
(2）不考虑结合面的BFPC龙门框架动态特性分析
(3）对比分析
4 结论
-
引用格式
于英华,李佳美,徐平,沈佳兴,郑思贤.BFPC结合面参数神经网络预测及其对机床动态性能影响[J].辽宁工程技术大学学报(自然科学版),2023,42(02):172-179.
-
相关文章
辽宁工程技术大学学报(自然科学版) 
2023年第02期 
