%0 Journal Article
%A 盛俊杰
%A 王九龙
%A 李树勇
%A 文勇
%T 基于孪生神经网络的楔形环连接结构预紧状态辨识
%D 2024
%R 
%J 振动与冲击
%P 162-168
%V 43
%N 8
%X 楔形环连接结构由于其连接简单可靠、同时兼具节省空间及减重的优势，常被应用于鱼雷、航天飞行器等武器装备。针对楔形环连接结构预紧状态辨识方面存在的机理模型复杂、样本量小且类别不平衡的问题，提出了一种基于孪生神经网络模型的预紧状态辨识方法。为提高模型训练效率和效果，首先利用时频处理技术进行孪生神经网络模型特征增强，基于增强特征建立了3层孪生神经网络分类模型，实现楔形环预紧状态宏观分类。同时，为指导楔形环精密装配，通过特征可视化技术，深入分析了孪生神经网络训练过程特征聚类效果，并基于二维特征建立了预紧状态定量表征模型，引入目标状态聚类中心与接受域参量，用于实现楔形环连接结构预紧状态定量评估。通过试验验证了所提方法的有效性，该方法可为楔形环连接结构定量辨识提供新的技术途径和思路，具有一定工程应用价值。
%U https://jvs.sjtu.edu.cn/CN/abstract/article_13264.shtml