【摘要】：針對鋁合金復(fù)雜件沖壓后出現(xiàn)的較大回彈缺陷,同時為減少沖壓成形工藝參數(shù)的優(yōu)化時間,使用有限元仿真軟件DYNAFORM對沖壓成形及回彈過程進(jìn)行數(shù)值模擬,在確保數(shù)值模擬與試驗(yàn)結(jié)果基本一致的基礎(chǔ)上,利用代理模型對回彈進(jìn)行了優(yōu)化研究。以NUMISHEET'96 S梁為研究對象,凸模圓角半徑、凹模圓角半徑、壓邊力、板料厚度作為影響因素,成形后最大回彈值作為成形目標(biāo),運(yùn)用拉丁超立方抽樣,通過數(shù)值仿真獲得樣本數(shù)據(jù),建立影響因素與成形目標(biāo)之間的小波神經(jīng)網(wǎng)絡(luò)代理模型,利用粒子群算法對該模型迭代尋優(yōu)獲得最優(yōu)工藝參數(shù)。結(jié)果表明:小波神經(jīng)網(wǎng)絡(luò)能較好地描述板料工藝參數(shù)與回彈之間的映射關(guān)系,優(yōu)化后成形件的回彈量大大減小。
[Abstract]:In order to reduce the optimization time of stamping process parameters, the finite element simulation software DYNAFORM is used to simulate the stamping forming and springback process. On the basis of ensuring that the numerical simulation is consistent with the experimental results, the springback is optimized by using the agent model. Taking the NUMISHEET'96 S beam as the research object, the convex die radius, the blank holder force and the thickness of sheet metal are taken as the influencing factors, the maximum springback value after forming is taken as the forming target, and the Latin hypercube sampling is used. The sample data are obtained by numerical simulation, and the agent model of wavelet neural network between the influencing factors and the forming target is established, and the optimal process parameters are obtained by iterative optimization of the model using particle swarm optimization (PSO). The results show that the wavelet neural network can well describe the mapping relationship between sheet metal process parameters and springback, and the springback of formed parts is greatly reduced after optimization.
【作者單位】： 西南交通大學(xué)機(jī)械工程學(xué)院先進(jìn)設(shè)計與制造技術(shù)研究所;
【基金】：國家自然科學(xué)基金資助項目(51005193)
【分類號】：TG386

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 王波;王燦林;梁國強(qiáng);;基于粒子群尋優(yōu)的D-S算法[J];傳感器與微系統(tǒng);2007年01期

2 蘇娟華;張文瓊;李麗春;;神經(jīng)網(wǎng)絡(luò)與正交試驗(yàn)法結(jié)合優(yōu)化板料成形工藝[J];鍛壓技術(shù);2009年01期

3 王巍;李東升;李小強(qiáng);;鋁合金板彎曲回彈試驗(yàn)與有限元仿真[J];鍛壓技術(shù);2013年03期

4 傅建;劉挺;彭必友;葉義根;趙婭;;基于計算機(jī)輔助實(shí)驗(yàn)的鋁合金發(fā)動機(jī)罩外板成形工藝參數(shù)優(yōu)化[J];鍛壓技術(shù);2014年02期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曹志勇;邱靖;曹志娟;楊毅;;基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)的植物病蟲害預(yù)警模型的構(gòu)建[J];安徽農(nóng)業(yè)科學(xué);2010年01期

2 師彪;李郁俠;于新花;閆旺;何常勝;孟欣;;基于改進(jìn)粒子群-徑向基神經(jīng)網(wǎng)絡(luò)模型的短期電力負(fù)荷預(yù)測[J];電網(wǎng)技術(shù);2009年17期

3 孟彬;鮑官軍;吳海偉;楊慶華;;汽車轉(zhuǎn)向球鉸殼體預(yù)成形件的形狀優(yōu)化設(shè)計[J];鍛壓技術(shù);2010年04期

4 劉維;吳建軍;彭永前;;基于響應(yīng)面模型的多工步成形零件優(yōu)化設(shè)計[J];鍛壓技術(shù);2011年01期

5 閆蓋;鄭燕萍;何鎮(zhèn)罡;吳軍;朱琪;;沖壓板料可成形性區(qū)域圖的研究與應(yīng)用[J];鍛壓技術(shù);2013年04期

6 謝延敏;王新寶;喬良;王杰;;一種等效拉延筋阻力模型及其應(yīng)用[J];工程設(shè)計學(xué)報;2014年02期

7 王新寶;謝延敏;王杰;喬良;;基于改進(jìn)PSO-BP的拉延筋參數(shù)反求優(yōu)化[J];鍛壓技術(shù);2014年04期

8 王巍;劉春;李東升;;2024鋁合金筒形件拉深成形試驗(yàn)與有限元仿真[J];鍛壓技術(shù);2014年11期

9 田銀;謝延敏;孫新強(qiáng);何育軍;;基于魚群RBF神經(jīng)網(wǎng)絡(luò)和改進(jìn)蟻群算法的拉深成形工藝參數(shù)優(yōu)化[J];鍛壓技術(shù);2014年12期

10 紀(jì)良波;周天瑞;鐘雪華;;基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的熔融沉積成型多目標(biāo)優(yōu)化[J];熱加工工藝;2010年09期

相關(guān)博士學(xué)位論文 前3條

1 劉效武;基于多源融合的網(wǎng)絡(luò)安全態(tài)勢量化感知與評估[D];哈爾濱工程大學(xué);2009年

2 張桂昌;基于熱機(jī)耦合的柴油機(jī)活塞系統(tǒng)敲擊噪聲與潤滑研究及優(yōu)化設(shè)計[D];天津大學(xué);2012年

3 石磊;基于ANN的頸脊髓損傷和股骨轉(zhuǎn)子間骨折預(yù)后預(yù)測研究[D];大連海事大學(xué);2014年

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙亦希;于忠奇;;汽車用鋁合金板拉伸性能與成形能力的相關(guān)性[J];材料科學(xué)與工藝;2007年01期

2 Kiyoung KIM,Kyongwhoan LEE;Effect of Process Parameters on Porosity in Aluminum Lost Foam Process[J];Journal of Materials Science & Technology;2005年05期

3 潘江峰;鐘約先;袁朝龍;;基于遺傳算法和神經(jīng)網(wǎng)絡(luò)技術(shù)的板料拉深成形參數(shù)優(yōu)化[J];鍛壓技術(shù);2006年06期

4 吳華英;王永信;肖春輝;王伊卿;郭成;;轎車門內(nèi)板成形工藝參數(shù)敏感性分析[J];鍛壓技術(shù);2012年02期

5 楊維,李歧強(qiáng);粒子群優(yōu)化算法綜述[J];中國工程科學(xué);2004年05期

6 馬鳴圖;游江海;路洪洲;王志文;;鋁合金汽車板性能及其應(yīng)用[J];中國工程科學(xué);2010年09期

7 郭惠勇,張陵,周進(jìn)雄;基于改進(jìn)加權(quán)D-S信息融合的結(jié)構(gòu)多損傷位置識別[J];工程力學(xué);2005年01期

8 張冬娟;崔振山;李玉強(qiáng);阮雪榆;;寬板大曲率半徑純彎曲回彈量理論分析[J];工程力學(xué);2006年10期

9 潘江峰;鐘約先;袁朝龍;;板料拉深成形工藝參數(shù)的多目標(biāo)遺傳算法優(yōu)化[J];清華大學(xué)學(xué)報(自然科學(xué)版);2007年08期

10 唐炳濤;鹿曉陽;王兆清;張郁;;無約束圓柱彎曲成形卸載回彈的數(shù)值模擬[J];山東建筑大學(xué)學(xué)報;2007年04期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李曉利;張峰光;范家文;;基于小波神經(jīng)網(wǎng)絡(luò)的化工安全評估[J];太原理工大學(xué)學(xué)報;2007年02期

2 張加云;張德江;冷波;;基于小波神經(jīng)網(wǎng)絡(luò)模型的冶金企業(yè)能耗預(yù)測[J];鐵合金;2010年03期

3 張梅;劉廣璞;;小波神經(jīng)網(wǎng)絡(luò)在故障診斷中的應(yīng)用研究[J];煤礦機(jī)械;2013年08期

4 王雪松;;小波神經(jīng)網(wǎng)絡(luò)在煤礦傳感設(shè)備故障處理中的應(yīng)用[J];煤炭技術(shù);2013年12期

5 李娜,袁宗明,曹鑒華,李德郁,伍順偉;基于小波神經(jīng)網(wǎng)絡(luò)的地面集輸管道結(jié)垢預(yù)測研究[J];石油工程建設(shè);2004年05期

6 王玉田;李艷春;林洪彬;;小波神經(jīng)網(wǎng)絡(luò)在農(nóng)藥熒光光譜識別中的應(yīng)用[J];傳感技術(shù)學(xué)報;2006年04期

7 馬致遠(yuǎn);龔灝;黃曉春;;基于小波神經(jīng)網(wǎng)絡(luò)的中國煤炭消耗預(yù)測[J];能源技術(shù)與管理;2006年05期

8 蔣恩松;李孟超;孫劉杰;;基于小波神經(jīng)網(wǎng)絡(luò)的晶體光損傷診斷[J];陜西科技大學(xué)學(xué)報;2006年05期

9 趙鵬程;朱煥勤;孟凡芹;秦勇;;基于小波神經(jīng)網(wǎng)絡(luò)的油泵故障診斷[J];西南石油大學(xué)學(xué)報(自然科學(xué)版);2008年04期

10 諶炎輝;胡義華;;小波神經(jīng)網(wǎng)絡(luò)在流體壓力信號中的消噪研究[J];煤礦機(jī)械;2010年07期

相關(guān)會議論文 前10條

1 胡博;陶文華;崔博;白一彤;尹旭;;基于小波神經(jīng)網(wǎng)絡(luò)的異步電機(jī)故障診斷[A];2009中國控制與決策會議論文集（2）[C];2009年

2 何正友;錢清泉;;一種改進(jìn)小波神經(jīng)網(wǎng)絡(luò)模型在電力故障信號識別中的應(yīng)用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

3 魯艷軍;陳漢新;陳緒兵;;基于小波神經(jīng)網(wǎng)絡(luò)的齒輪裂紋故障診斷[A];節(jié)能減排 綠色制造 智能制造——低碳經(jīng)濟(jì)下高技術(shù)制造產(chǎn)業(yè)與智能制造發(fā)展論壇論文集[C];2010年

4 董健;尹萌;張輝;;小波神經(jīng)網(wǎng)絡(luò)結(jié)合多項式的混合預(yù)測方法在通信規(guī)劃中的應(yīng)用[A];2011全國無線及移動通信學(xué)術(shù)大會論文集[C];2011年

5 謝建宏;張為公;;復(fù)合材料疲勞剩余壽命預(yù)測的動態(tài)小波神經(jīng)網(wǎng)絡(luò)方法[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

6 陳建秋;張新政;;基于小波神經(jīng)網(wǎng)絡(luò)的水質(zhì)預(yù)測應(yīng)用研究[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

7 孫正貴;;小波神經(jīng)網(wǎng)絡(luò)的高效學(xué)習(xí)算法及應(yīng)用研究[A];中南六�。▍^(qū)）自動化學(xué)會第24屆學(xué)術(shù)年會會議論文集[C];2006年

8 黃敏;朱啟兵;崔寶同;;基于小波神經(jīng)網(wǎng)絡(luò)的軋機(jī)特性回歸[A];2007中國控制與決策學(xué)術(shù)年會論文集[C];2007年

9 周紹磊;張文廣;李新;;一種基于改進(jìn)遺傳算法的小波神經(jīng)網(wǎng)絡(luò)[A];2007年中國智能自動化會議論文集[C];2007年

10 杜青;劉劍飛;劉娟;喬延華;;基于小波神經(jīng)網(wǎng)絡(luò)的模擬調(diào)制信號自動識別[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國青年通信學(xué)術(shù)會議論文集（下冊）[C];2007年

相關(guān)博士學(xué)位論文 前10條

1 侯霞;小波神經(jīng)網(wǎng)絡(luò)若干關(guān)鍵問題研究[D];南京航空航天大學(xué);2006年

2 章文俊;小波神經(jīng)網(wǎng)絡(luò)算法及其船舶運(yùn)動控制應(yīng)用研究[D];大連海事大學(xué);2014年

3 高協(xié)平;小波參數(shù)化與小波神經(jīng)網(wǎng)絡(luò)研究[D];湖南大學(xué);2003年

4 宋清昆;自適應(yīng)結(jié)構(gòu)優(yōu)化神經(jīng)網(wǎng)絡(luò)控制研究[D];哈爾濱理工大學(xué);2009年

5 李永紅;廣義小波神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)雷達(dá)相關(guān)濾波的研究[D];大連海事大學(xué);2000年

6 銀俊成;量子信道與量子小波神經(jīng)網(wǎng)絡(luò)相關(guān)問題研究[D];陜西師范大學(xué);2013年

7 李文軍;多小波和小波神經(jīng)網(wǎng)絡(luò)構(gòu)造及其在電弧故障診斷中的應(yīng)用研究[D];吉林大學(xué);2008年

8 劉守生;遺傳算法與小波神經(jīng)網(wǎng)絡(luò)中若干問題的研究[D];南京航空航天大學(xué);2005年

9 黃同成;基于小波神經(jīng)網(wǎng)絡(luò)理論的VOCR與HOCR技術(shù)研究[D];上海大學(xué);2008年

10 蔡振禹;基于粗集—小波神經(jīng)網(wǎng)絡(luò)的煤炭企業(yè)管理研究[D];天津大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 譚杰;基于小波神經(jīng)網(wǎng)絡(luò)的模擬電路故障診斷研究[D];湖南大學(xué);2008年

2 李進(jìn)如;基于改進(jìn)小波神經(jīng)網(wǎng)絡(luò)的故障識別方法研究[D];華北電力大學(xué)（北京）;2008年

3 王鵬;小波神經(jīng)網(wǎng)絡(luò)及其在環(huán)境系統(tǒng)建模中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2007年

4 楊崴崴;小波神經(jīng)網(wǎng)絡(luò)在汽輪發(fā)電機(jī)組故障預(yù)測中的應(yīng)用[D];浙江大學(xué);2008年

5 吳箏;基于小波神經(jīng)網(wǎng)絡(luò)的混合氣體測試系統(tǒng)研究[D];華中科技大學(xué);2007年

6 李遜;基于小波神經(jīng)網(wǎng)絡(luò)的系統(tǒng)邊際電價預(yù)測[D];華中科技大學(xué);2007年

7 黃曉莉;基于小波神經(jīng)網(wǎng)絡(luò)的人臉識別[D];四川理工學(xué)院;2007年

8 黃媛;改進(jìn)的小波神經(jīng)網(wǎng)絡(luò)在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用研究[D];武漢理工大學(xué);2009年

9 鄭令;基于小波神經(jīng)網(wǎng)絡(luò)的機(jī)械故障診斷方法的研究[D];大連交通大學(xué);2009年

10 孫麗娟;基于遺傳算法的小波神經(jīng)網(wǎng)絡(luò)短時交通流預(yù)測[D];山東科技大學(xué);2009年

，

本文編號：2378115