本文選題：拉延筋　切入點：模擬退火算法　出處：《西南交通大學學報》2017年05期 　論文類型：期刊論文

【摘要】：為提高神經(jīng)網(wǎng)絡預測精度,利用模擬退火算法對基于k-均值聚類的RBF(radical basis function)神經(jīng)網(wǎng)絡進行了結(jié)構(gòu)優(yōu)化.首先,以NUMISHEET 02翼子板沖壓成形為研究對象,以6條等效拉延筋力作為輸入變量,基于Spearman相關分析和拉丁超立方抽樣抽取相關性系數(shù)較小的數(shù)據(jù)作為SA-RBF(simulated annealing-RBF)神經(jīng)網(wǎng)絡的訓練樣本;其次,將訓練樣本進行Dynaform數(shù)值仿真,以起皺缺陷和拉裂缺陷建立的成形質(zhì)量評價函數(shù)為目標函數(shù),通過SA-RBF神經(jīng)網(wǎng)絡建立等效拉延筋力與目標函數(shù)間的非線性映射關系;再次,利用NSGA-II算法對其進行求解得到Pareto最前沿,通過灰色關聯(lián)分析理論確定最佳拉延筋力;第三,利用優(yōu)化的拉延筋力對翼子板成形進行數(shù)值仿真分析,成形極限圖結(jié)果表明,優(yōu)化后的成形件起皺顯著減少,而且塑性變形更加均勻,提高了成形質(zhì)量.
[Abstract]:In order to improve the prediction accuracy of neural network, the structure of RBF(radical basis function neural network based on K-means clustering was optimized by simulated annealing algorithm. Firstly, the stamping forming of NUMISHEET 02 airfoil was studied. Based on Spearman correlation analysis and Latin hypercube sampling, six equivalent stretching forces are used as training samples of SA-RBF(simulated annealing-RBF neural network. Secondly, the training samples are simulated by Dynaform. Taking the forming quality evaluation function established by wrinkling defect and crack defect as the objective function, the nonlinear mapping relationship between the equivalent drawing force and the objective function is established by SA-RBF neural network. The NSGA-II algorithm is used to solve the problem to get the most advanced Pareto, and the optimum drawing force is determined by grey relational analysis theory. Thirdly, the optimum drawing force is numerically simulated and the results of forming limit diagram show that, After optimization, the wrinkling of the formed parts is reduced significantly, and the plastic deformation is more uniform, which improves the forming quality.
【作者單位】： 西南交通大學機械工程學院先進設計與制造技術研究所;
【基金】：國家自然科學基金資助項目(51005193) 國家大學生創(chuàng)新創(chuàng)業(yè)訓練計劃項目(201710613033)
【分類號】：TG386

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉永熙;拉延筋[J];合肥工業(yè)大學學報;1982年02期

2 徐丙坤 ,施法中;拉延筋約束阻力的一種解析計算方法[J];鍛壓技術;2001年06期

3 李淑慧,林忠欽,包友霞,郭瑞泉,吳華;改進的等效拉延筋阻力模型及其應用[J];中國機械工程;2002年07期

4 那景新,閆亞坤,朱勇建,胡平;兩種求拉延筋約束阻力方法的對比研究[J];中國機械工程;2003年18期

5 鄭剛;李光耀;孫光永;韓利芬;;基于近似模型的拉延筋幾何參數(shù)反求[J];中國機械工程;2006年19期

6 李金燕;傅建;彭必友;林南;;基于數(shù)值模擬的等效拉延筋設計與優(yōu)化[J];塑性工程學報;2007年05期

7 陳文琳;王世東;朱玉生;李偉;;拉延筋約束阻力的數(shù)值模擬研究[J];塑性工程學報;2008年01期

8 彭必友;胡騰;肖兵;龍玲;殷國富;;基于數(shù)值模擬的拉延筋約束阻力計算方法研究[J];鍛壓技術;2009年06期

9 陳杰來;孫俊蘭;;基于遺傳神經(jīng)網(wǎng)絡的拉延筋參數(shù)辨識[J];鹽城工學院學報(自然科學版);2011年04期

10 汪雪晴;楊旭靜;羅志敏;王一駿;;不等截面拉延筋結(jié)構(gòu)優(yōu)化設計[J];計算機仿真;2012年01期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 韓良晶;;拉延筋模型起皺的原因及防止[A];2011年“天山重工杯”全國機電企業(yè)工藝年會暨第五屆機械工業(yè)節(jié)能減排工藝技術研討會論文集[C];2011年

2 郭敏杰;曾珊琪;;基于Dynaform的汽車覆蓋件成形中拉延筋的設置與數(shù)值模擬[A];陜西省機械工程學會第九次代表大會會議論文集[C];2009年

中國博士學位論文全文數(shù)據(jù)庫 前3條

1 鄭剛;汽車覆蓋件沖壓成形中的拉延筋模型及其參數(shù)反演研究[D];湖南大學;2008年

2 鄭剛;汽車覆蓋件沖壓成形中拉延筋模型及其參數(shù)反演研究[D];湖南大學;2008年

3 劉迪輝;薄板沖壓回彈仿真計算及應用技術研究[D];湖南大學;2005年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 郭驛;拉延筋對拉深成形及回彈影響的關鍵技術研究[D];合肥工業(yè)大學;2017年

2 張俠;板料成形拉延筋技術研究[D];重慶理工大學;2010年

3 吳磊;一種基于反求參數(shù)的拉延筋解析模型及工程應用[D];湖南大學;2006年

4 于保君;基于人工神經(jīng)網(wǎng)絡的拉延筋力與形狀參數(shù)預示研究[D];吉林大學;2007年

5 馬榮國;基于汽車燈罩零件拉延筋的對比研究[D];昆明理工大學;2007年

6 汪雪晴;不等截面拉延筋結(jié)構(gòu)參數(shù)反求研究與應用[D];湖南大學;2011年

7 王世東;汽車覆蓋件成形中拉延筋應用的數(shù)值模擬研究[D];合肥工業(yè)大學;2007年

8 關婧;板料沖壓成形拉延筋高度控制技術基礎研究[D];重慶理工大學;2012年

9 陳昕;汽車板料成形中拉延筋的力學性能及影響因素研究[D];吉林大學;2012年

10 周偉;基于數(shù)值模擬的拉延筋設置方式對T形覆蓋件成形質(zhì)量的影響研究[D];重慶大學;2009年

，

本文編號：1605328