文章摘要:目的 针对机械工程中软钢材料在在大塑性拉伸载荷下力学特性分析的问题，我们提出了一种基于深度学习的分析方法来预测其力学特性。方法 首先对软钢材料不同台阶角度展开拉伸实验并将采集到的实验数据利用智能技术进行预测分析。实验模型设计为双层结构，第一层结构采用共享全连接层特征输入，第二层使用极端随机树和长短时记忆网络做联合深度训练并对训练结果经过激活函数计算后统一输出。采用联合训练模型在实验测试集上能较好的反映出应变与应力变化趋势、速度和数值关系。结果 实验结果表明利用联合训练模型比单一ET和LSTM预测技术在拟合效果上分别提高了28.3%和63.5%。结论 利用新模型取得较好的预测效果，这为分析金属阻尼器大塑性拉伸载荷下软钢材料力学特性的分析提供了重要的参考。

文章关键词:

项目基金: 上一篇：金属学及金属工艺论文_加工中心主轴可靠性试验
下一篇：没有了