来源：期刊VIP网 时间：
作者：陶征;鲍现乐;郭勤涛;周天洋;
单位：郑州大学机械与动力工程学院;南京航空航天大学机电学院;
摘要：针对磨机传动系统结构的复杂性、部件间约束条件的不确定性以及非线性等因素，提出了一种基于PSO-BP神经网络的有限元模型修正方法。通过改进BP神经网络逼近设计参数和特征量间的非线性映射关系，结合实际结构响应，利用神经网络的泛化特性，得到了模型设计参数值。修正后频率误差从最高18%降到4%左右，修正系数误差范围均在0.5%以内，明显提高了有限元模型精度；同时，又不需要大量迭代求解步骤，避开了传统反问题模型修正法的复杂非线性优化过程，提升了效率，验证了PSO-BP神经网络法应用于大型磨机传动系统上的可行性，为后续传动系统整体分析奠定了基础。
关键词：模型修正;;神经网络;;模态分析;;相似设计;;分层修正
