工业通用技术及设备论文_基于数据学习的结构静_计算机产品与流通杂志社投稿

一、稿件要求： 1、稿件内容应该是与某一计算机类具体产品紧密相关的新闻评论、购买体验、性能详析等文章。要求稿件论点中立，论述详实，能够对读者的购买起到指导作用。文章体裁不限，字数不限。 2、稿件建议采用纯文本格式(*.txt)。如果是文本文件，请注明插图位置。插图应清晰可辨，可保存为*.jpg、*.gif格式。如使用word等编辑的文本，建议不要将图片直接嵌在word文件中，而将插图另存，并注明插图位置。 3、如果用电子邮件投稿，最好压缩后发送。 4、请使用中文的标点符号。例如句号为。而不是.。 5、来稿请注明作者署名(真实姓名、笔名)、详细地址、邮编、联系电话、E-mail地址等，以便联系。 6、我们保留对稿件的增删权。 7、我们对有一稿多投、剽窃或抄袭行为者，将保留追究由此引起的法律、经济责任的权利。二、投稿方式： 1、请使用电子邮件方式投递稿件。 2、编译的稿件，请注明出处并附带原文。 3、请按稿件内容投递到相关编辑信箱三、稿件著作权： 1、投稿人保证其向我方所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我方所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我方所投之作品不得同时向第三方投送，即不允许一稿多投。若投稿人有违反该款约定的行为，则我方有权不向投稿人支付报酬。但我方在收到投稿人所投作品10日内未作出采用通知的除外。 5、投稿人授予我方享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、投稿人委托我方声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

工业通用技术及设备论文_基于数据学习的结构静

作者:

关键词:

摘要：

文章摘要:针对目前机械结构优化中建立预测模型代价较高的问题，提出了一种基于数据学习的结构静力学性能预测方法。以悬臂梁为研究对象，建立有限元仿真模型以获取位移场数据，构建边界条件-位移场代理模型，预测结果表明位移场分布趋势与实际一致，载荷为1 000N和1 600N时最大位移相对误差分别为-0.02%和-0.47%。文中讨论了均布力大小和集中力作用位置对位移场预测结果的影响，结果表明随着载荷幅值增加，预测误差有所增加。相比均布力，集中力载荷下的预测误差更大，且加载位置靠近边缘处的误差更大。反演问题分别将位移场作为输入，将均布力大小和集中力位置作为输出构建位移场-边界条件代理模型，对载荷1 000N和1 600N的预测误差分别为0.15%和-0.48%，对5mm和10mm处的载荷位置预测误差分别为0.38%和-1.84%，实现了对力边界条件的高精度预测。所提方法从数据学习角度出发，可为机械结构的静力学性能预测提供一种新的思路。

文章关键词:

论文分类号:TB121