本发明公开了一种基于GA‑BP神经网络的齿轮接触疲劳寿命预测方法,它包括以下步骤:1、采集齿轮接触疲劳试验数据并归一化作为BP神经网络模型的样本数据;2、构建BP神经网络的结构;3、用遗传算法优化BP神经网络权值和阈值,对BP神经网络进行训练;4、计算预测精度评价参数决定系数
,在满足设定值时获取优化权值与阈值;5、用测试样本集对建立好的GA‑BP神经网络进行测试。本发明与现有的基于物理模型的齿轮接触疲劳寿命预测方法相比,成本低、预测精度较高、无需依据失效机理推导,实现了齿轮疲劳寿命的预测,提高了预测准确度,使用简单,为齿轮的设计制造提供新的技术手段。
声明:
“基于GA-BP神经网络的齿轮接触疲劳寿命预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)