Application of neural network approximate model in lightweight design of hydraulic support top beam

Abstract

Keywords:
• hydraulic support top beam,
• neural network,
• approximate model,
• genetic algorithm,
• lightweight design

References

1. [1]

   OBLACK M,HARL B,BUTINAR B.Optimal design of hydraulic support[J].Structural and Multidisciplinary Optimization,2000,20(1):76.

2. [2]

   程智虎,王京涛,陆金桂,等.基于可靠性视角下的液压支架顶梁的轻量化设计[J].矿业研究与开发,2017,37(4):95.
   

3. [3]

   王忠宾,赵啦啦,李舒斌,等.支撑掩护式液压支架的优化设计[J].重庆大学学报,2009,32(9):1037.
   

4. [4]

   LU J G,ZHOU J,WANG H,et al.An approach to structural approximation analysis by artificial neural networks[J].Science in China:Series A(English Edition),1994,37(8):990.

5. [5]

   琚亚平,张楚华.基于人工神经网络与遗传算法的风力机翼型优化设计方法[J].中国电机工程学报,2009,29(20):106.
   

6. [6]

   苟晓明.煤矿用液压支架的轻量化设计与研究[D].重庆:重庆理工大学,2014.
   

7. [7]

   赵东波,陆金桂,姚灵灵.液压支架顶梁疲劳寿命的改进神经网络预测[J].矿业研究与开发,2015,35(12):106.
   

8. [8]

   陈传尧.疲劳与断裂[M].武汉:华中科技大学出版社,2002.
   

9. [9]

   张文迁.基于遗传算法的液压支架质量和运动优化[J].煤矿机械,2014,35(5):30.
   

10. [10]

    王智,谢延敏,胡静,等.基于改进灰色神经网络模型的板料成形缺陷预测研究[J].中国机械工程,2013,24(22):3075.
    

11. [11]

    葛继科,邱玉辉,吴春明,等.遗传算法研究综述[J].计算机应用研究,2008,25(10):2911.
    

12. [12]

    宋茂斌,冯宝平,张展羽.基于遗传算法的皮尔逊Ⅲ 型曲线参数估计[J].中国农村水利水电,2008(6):52.
    

13. [13]

    王雷,陆金桂,张建德,等.风力机叶片神经网络结构近似分析的数值实验[J].振动、测试与诊断,2015,35(1):116.
    

14. [14]

    石峰,娄臻亮,张永清,等.基于遗传算法和神经网络的冷挤压工艺参数模糊优化设计[J].机械工程学报,2002(8):45.
    

Proportional views