您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 200511-204
论文题目 车身镀锌钢板点焊性能预测人工神经网络模型优化
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

车身镀锌钢板点焊性能预测人工神经网络模型优化

首发时间:2005-11-14

赵欣 1    张延松 1    陈关龙 1   
  • 1、上海交通大学

摘要:本文针对汽车车身镀锌钢板的点焊性能预测问题进行了研究:引入人工神经网络模型,来描述点焊规范参数空间同焊点接头质量空间的映射关系;在对普通BP网络存在的缺陷问题进行深入分析的基础上,结合大量实验综合考虑,对网络模型进行了优化改进;然后将实验得到的大量点焊规范参数与相应点焊接头质量的试验数据提供给神经网络学习。结果表明,学习后的优化BP神经网络能够准确有效地预测焊接电流对点焊熔核直径、压痕深度以及拉剪强度比的影响规律,且预测精度和准确率较高,符合工程需要,具有一定实用价值。

关键词: 车身镀锌钢板 点焊 人工神经网络 优化

For information in English, please click here

Model Optimization of Artificial Neural Networks for Performance Predicting in Spot Welding of the Body Zinc-Coated Steel Sheets

Zhao xin 1    Zhang yansong 1    Chen guanlong 1   
  • 1、Shanghai jiaotong Univ.

Abstract:This paper focuses the performance predicting problems in the spot welding of the body zinc-coated steel sheets. Artificial neural networks(ANN)are used to describe the mapping relationship between welding parameters and welding quality. After analyzing the limitation existed in standard BP networks, the original model is optimized based on lots of experiments. Lots of experimental data about welding parameters and corresponding spot weld quality are provided to the ANN for study. The results show that the improved BP model can predict the influence of welding currents on nugget diameters, weld indentation or the shear loads ratio of spot welds. The forecasting precision is so high that can satisfy the practical need of engineering and have some application value.

Keywords: Body zinc-coated steel sheet Spot welding Artificial neural networks (ANN) Optimization

Click to fold

点击收起

论文图表:

引用

导出参考文献

.txt .ris .doc
赵欣,张延松,陈关龙. 车身镀锌钢板点焊性能预测人工神经网络模型优化[EB/OL]. 北京:中国科技论文在线 [2005-11-14]. https://www.paper.edu.cn/releasepaper/content/200511-204.

No.3633317141131942****

同行评议

共计0人参与

评论

全部评论

0/1000

勘误表

车身镀锌钢板点焊性能预测人工神经网络模型优化