基本信息:
- 专利标题： 一种用于高同轴度专用车车桥制备的神经网络训练方法及电子设备、可读存储介质
- 申请号：CN202510655727.1 申请日：2025-05-21
- 公开(公告)号：CN120180940B 公开(公告)日：2025-08-12
- 发明人： 范秋月 , 孙志攀 , 金璐 , 王吉波 , 徐龙 , 陈木风 , 谢颖谊 , 谢剑伟 , 苏浩特
- 申请人： 龙岩学院
- 申请人地址： 福建省龙岩市新罗区东肖镇东肖北路1号
- 专利权人： 龙岩学院
- 当前专利权人： 龙岩学院
- 当前专利权人地址： 福建省龙岩市新罗区东肖镇东肖北路1号
- 代理机构： 厦门市新华专利商标代理有限公司
- 代理人： 唐彬玲
- 主分类号： G06F30/27
- IPC分类号： G06F30/27 ; G06N3/04 ; G06N3/08 ; G06F111/10
摘要：
本发明公开一种用于高同轴度专用车车桥制备的神经网络训练方法，采用神经网络模型获取车桥主体与轴套的焊前预装配角，抵消焊接形变导致的同轴度偏差，直接制成高同轴度专用车车桥，包括获取试验数据训练集和模拟数据训练集为混合训练样本，建立初始神经网络模型，训练神经网络模型，获取预装配角，指导实际生产，获得高同轴度的车桥等步骤。本发明利用加工过程必然存在的焊接形变，通过采用神经网络训练的方法，以混合数据为训练样本，实现预装配角预测，进而调整焊前姿态，直接得到误差仅15~30丝的高同轴度车桥，降低了获取训练样本的难度和成本，且可实现预装配角的精准预测，弱化焊接形变量的测量，更利于准确指导生产获取高同轴度车桥。
公开/授权文献:
- CN120180940A 一种用于高同轴度专用车车桥制备的神经网络训练方法及电子设备、可读存储介质 公开/授权日：2025-06-20
IPC结构图谱:
| G06F30/27 | 使用机器学习，例如人工智能，神经网络，支持向量机 |