本文關鍵詞：基于神經(jīng)網(wǎng)絡的金屬板材折彎回彈預測與研究　出處：《上海應用技術學院》2015年碩士論文　論文類型：學位論文

  更多相關文章： 回彈 BP神經(jīng)網(wǎng)絡 遺傳算法 粒子群算法 回彈預測

【摘要】：在彎曲成形過程中必然存在著回彈問題,回彈的存在極大的影響著零件的加工精度和生產(chǎn)效率,因此對回彈進行預測和研究有著重要的意義。工程實際中,一般依靠操作者的經(jīng)驗和多次加工、反復試驗來減小或消除回彈對精度產(chǎn)生的影響。20世紀末以來,回彈的預測與研究逐漸成為板料成形領域的熱點和重點問題。將人工智能技術和方法應用于金屬板材折彎回彈的預測和研究當中是板料成形領域的一個熱點問題。人工神經(jīng)網(wǎng)絡是一種模擬人腦腦神經(jīng)處理信息的方式而建立起來的一種數(shù)學運算模型,它模擬人腦對信息的傳遞和人腦對環(huán)境的學習能力,通過多次的迭代反復的修改神經(jīng)元之間的連接權值和閾值,實現(xiàn)輸入神經(jīng)元到輸出神經(jīng)元的復雜的非線性映射關系。由于網(wǎng)絡具有很強的自適應、自學習能力和泛化能力,它常被用來替代許多計算過程復雜、耗時特別長的傳統(tǒng)算法；基于上述情況,本研究采用神經(jīng)網(wǎng)絡對折彎回彈建立模型,分別用不同的激活函數(shù)和訓練函數(shù)訓練網(wǎng)絡,對折彎回彈半徑進行預測；然后分別采用遺傳算法(GA)和粒子群算法(PSO)優(yōu)化BP神經(jīng)網(wǎng)絡的權值和閾值后對折彎回彈進行預測,對三種預測結(jié)果進行分析比較,得出對于折彎回彈的預測,用粒子群算法優(yōu)化后的BP神經(jīng)網(wǎng)絡在預測精度和誤差方面更優(yōu)；最后通過實驗論證證明本文所建立的模型的準確性和可靠性。
[Abstract]:In the process of bending, springback is inevitable. The existence of springback greatly affects the machining accuracy and production efficiency of parts. Therefore, prediction and research of springback is of great significance. In engineering practice, the influence of resilience on precision is usually reduced or eliminated by the operator's experience and repeated processing and repeated tests. Since the end of the twentieth Century, the prediction and research of springback has gradually become a hot and key issue in the field of sheet metal forming. It is a hot issue in the field of sheet metal forming that artificial intelligence technology and methods are applied to the prediction and study of sheet metal bending and springback. Artificial neural network is a simulation of human brain neural information processing method is a mathematical model established, it simulates the human brain to the information transmission and the learning ability of the human brain, through repeated modifications between iterative neuron weights and threshold value, the realization of the input neurons to the output neurons of the complex nonlinear mapping relationship. Because the network is adaptive, strong self-learning ability and generalization ability, it is often used to replace many complicated calculation process, especially the long time-consuming traditional algorithm; based on the above, the neural network model is established in this study by bending springback, with different activation function and the training function training network, to predict the bending springback then using radius; genetic algorithm (GA) and particle swarm optimization (PSO) algorithm BP neural network weights and threshold of bending springback prediction, the prediction results of three kinds of analysis and comparison, the prediction for bending springback, with BP neural network and particle swarm optimization in prediction accuracy and error better; experiments demonstrate that the accuracy and reliability of the model.
【學位授予單位】：上海應用技術學院
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TG306;TP183

【相似文獻】

相關期刊論文 前10條

1 雷明,李作清,陳志祥,吳雅,楊叔子;神經(jīng)網(wǎng)絡在預報控制中的應用[J];機床;1993年11期

2 楊自厚;神經(jīng)網(wǎng)絡技術及其在鋼鐵工業(yè)中的應用第8講人工神經(jīng)網(wǎng)絡在鋼鐵工業(yè)中的應用(下)[J];冶金自動化;1997年05期

3 李潤生,李延輝,胡學軍,劉壯,王守儉;神經(jīng)網(wǎng)絡在冶金中的應用[J];鋼鐵研究;1998年02期

4 劉海玲,劉樹深,尹情勝,夏之寧,易忠勝;線性神經(jīng)網(wǎng)絡及在多組分分析中的初步應用[J];計算機與應用化學;2000年Z1期

5 王繼宗,王西娟;用神經(jīng)網(wǎng)絡確定梁上裂紋位置的研究[J];煤炭學報;2000年S1期

6 趙學慶,袁景淇,周又玲,賀松;生物發(fā)酵過程神經(jīng)網(wǎng)絡狀態(tài)預報器的驗證[J];無錫輕工大學學報;2000年06期

7 李智,姚駐斌,張望興,賀超武;基于神經(jīng)網(wǎng)絡的混勻配料優(yōu)化方法[J];鋼鐵研究;2000年04期

8 胡敏藝,馬榮駿;神經(jīng)網(wǎng)絡在冶金工業(yè)中的應用[J];湖南有色金屬;2000年05期

9 倪建軍,邵琳;利用神經(jīng)網(wǎng)絡進行觀測數(shù)據(jù)的分析與處理[J];連云港化工高等�？茖W校學報;2000年04期

10 裴浩東,蘇宏業(yè),褚健;材料工程中基于神經(jīng)網(wǎng)絡的穩(wěn)態(tài)優(yōu)化策略[J];材料科學與工程;2001年02期

相關會議論文 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡的混沌性[A];1996中國控制與決策學術年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡的新機遇——紀念中國神經(jīng)網(wǎng)絡10周年[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

6 許進;保錚;;神經(jīng)網(wǎng)絡與圖論[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預報產(chǎn)品的神經(jīng)網(wǎng)絡釋用預報應用[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的故障診斷方法研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

相關重要報紙文章 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經(jīng)網(wǎng)絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經(jīng)網(wǎng)絡[N];健康時報;2006年

8 劉力;我半導體神經(jīng)網(wǎng)絡技術及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡應用研究通過鑒定[N];中國船舶報;2006年

相關博士學位論文 前10條

1 楊旭華;神經(jīng)網(wǎng)絡及其在控制中的應用研究[D];浙江大學;2004年

2 李素芳;基于神經(jīng)網(wǎng)絡的無線通信算法研究[D];山東大學;2015年

3 曾U喺，

本文編號：1340737