典型文献
甘蔗收获机切刀负载压力的神经网络预测
文献摘要：
为了实现切刀负载压力预测以及入土切割自动控制信号获取,结合正交试验和BP神经网络与回归分析分别建立了切刀负载压力的预测数学模型.结果表明:BP神经网络构建的切割负载压力数学模型准确拟合率达到了85.2％,而回归分析构建的切割负载压力模型准确拟合率只有33.3％;对构建的切刀负载压力BP神经网络模型在新的试验因素下得到的切割负载压力进行预测,得到的切割压力相对误差基本上在5％以内.由此说明,基于BP神经网络建立的切割负载压力与因素之间关系预测模型能更好地拟合数据,精度更高,且能够不断自动地生成新的知识库,减少实际试验次数,为甘蔗收获机切刀入土切割深度自动控制系统的设计开发奠定了基础.
文献关键词：
甘蔗收获机;负载压力;神经网络;正交试验
中图分类号：
作者姓名：
蔡力;麻芳兰;钟家勤
作者机构：
湖北大学知行学院 机械与自动化学院,武汉 430011;广西大学 机械工程学院,南宁 530004;北部湾大学 机械与船舶海洋工程学院,广西 钦州 535000
文献出处：
引用格式：
[1]蔡力;麻芳兰;钟家勤-.甘蔗收获机切刀负载压力的神经网络预测)[J].农机化研究,2022(06):36-40
A类：
B类：
甘蔗收获机,切刀,负载压力,神经网络预测,压力预测,入土,控制信号,信号获取,网络构建,压力模型,下得,基本上,知识库,切割深度,自动控制系统,设计开发
AB值：
0.228304
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
