甘蔗收获机剥叶性能评价中权重确定的BP网络方法

为了解决甘蔗收获机械剥叶性能评价中权重确定的关键问题,构建了三层前馈BP神经网络,并采用正交试验数据构造训练样本,以提高训练速度及精度．在此基础上通过运用经训练后的BP神经网络的各连接权值,确定了反映各目标因素对评价指标影响程度的权重值．运用BP神经网络方法可确保经确定的权重能如实地及映出各目标因素对评价指标的重要程度．     

CAD/CAM综合实验的实践与思考

本文提出了进行综合实验教学的目的,介绍了CAD/CAM综合实验的内容、方法,阐述了对培养学生创新能力的几点认识及对实验教学中一些问题的思考。     

箱体零件CAD/CAPP集成系统的研究与设计

介绍一种基于特征的箱体类零件CAD/CAPP集成系统，针对CAPP系统的三个技术关键-零件CAD信息的描述与输入、工艺决策的实现、工序图和工艺文件的自动生成，进行研究并提出了相应的技术策略。     

磨削力的灰色预测模型

运用灰色系统理论预测磨削过程削力，利用实测值建立反映磨削力变化的在色预测模型。     

模糊评价专家系统在甘蔗收获机中的应用

针对机械设计过程的问题，并以甘蔗收获机中剥叶元件的材料选择为例，提出了在专家系统中将设计专家知识量化，通过数值运算和模糊评价实现方案选择的方法，提高了推理效率，并使机械设计专家系统更趋于实用。     

综合评价机器结构工艺性的灰模糊方法

运用灰关联分析,引入模糊论从属度概念及拓展最小二乘法“距离平方和最小”准则,建立综合评价机器结构工艺性的模糊和加权色优选模型。     

磨削表面波纹度的若干影响因素

本文对外圆切入磨削过程中工件表面的波纹度进行了试验研究,讨论了磨削参数(砂轮速度、金属切除率、速比)、砂轮特性和修整用量对工件表面波纹度的影响,并在试验的基础上建立了磨削参数与工件波纹度之间的经验公式。研究表明,速比对工件波纹度有较明显的影响,砂轮特性和修整用量对工件波纹度也有一定的影响。     

排刷式剥叶元件剥叶性能的BP 神经网络预测

由于剥叶性能直接影响到甘蔗收获机械的收割性能,为了客观有效地对剥叶性能进行预测,提出了BP神经网络预测方法.针对剥叶元件性能的特点,采用正交试验法构造训练样本,以保证网络具有较高的泛化能力,同时对该训练样本建立了回归分析模型,以检验BP网络模型的输出精度.在此基础上,利用已建立的神经网络预测模型对影响剥叶性能的各因素取值的不同组合进行仿真分析,以确定各因素取值的最优组合.结果表明,BP神经网络的预测模型比回归模型具有更高的输出精度,进行剥叶元件的性能预测与优化是可行且有效的.     

关于磨削基础参数的探讨

对国际生产工程研究会提出的磨削基础参数“当量磨削厚度”进行试验研究和分析,指出其作为磨削基础参数的某些局限性。