论文部分内容阅读
在数控液压伺服激振试验台上进行滚珠丝杠式惯容器力学性能试验，获得惯容器在不同惯容系数及不同激振输入下力学响应，通过分析惯容器存在的非线性因素及试验结果，揭示非线性因素影响惯容器的实际性能。考虑建立惯容器自适应神经网络模型，进行惯容器力学性能预测。由于BP算法易陷入局部最优且泛化能力弱，用遗传算法优化BP网络训练过程。基于非线性因素对惯容器力学性能影响机理，选惯容系数及惯容器在多个瞬态时间点位移、速度及加速度为神经网络输入，惯容器输出力为网络输出，并将试验所得1020组数据用于网络训练及预测，网络预测结果与