為了研究核燃料組件格架的條帶剛凸特征的回彈量與壓邊力、沖壓速度、凸凹模間隙、摩擦系數(shù)等沖壓工藝參數(shù)之間的關系,首先,獲取包含50個GA拉丁超立方抽樣的數(shù)據(jù)點以及10個隨機抽樣的數(shù)據(jù)點的數(shù)據(jù)集,前者作為訓練集、后者作為測試集。將前者輸入到BP神經(jīng)網(wǎng)絡進行訓練,后者驗證訓練模型的精度。最后,通過響應面圖研究各因素之間的交互作用以及各因素的敏感程度。結果表明:BP神經(jīng)網(wǎng)絡能夠有效預測剛凸回彈量與沖壓工藝參數(shù)之間的關系,相對于其他因素,壓邊力對回彈量的影響特別明顯,沖壓速度對回彈量的影響不明顯,但與凸凹模間隙和摩擦系數(shù)有明顯的交互作用。 

【文章來源】：鍛壓技術. 2020,45(03)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

剛凸沖壓仿真幾何模型

BP神經(jīng)網(wǎng)絡結構包括輸入層、隱含層和輸出層，如圖2所示。輸入層和輸出層由數(shù)據(jù)模型確定，比如本文模型為4輸入、單一輸出。隨著隱含層數(shù)及隱含層神經(jīng)元數(shù)量的增加，神經(jīng)網(wǎng)絡訓練數(shù)據(jù)的精度會越來越好，但是，過好的逼近訓練數(shù)據(jù)會導致模型過擬合，使模型泛化能力變差，過少的隱含層神經(jīng)元個數(shù)會導致模型訓練不足，所以，合適的隱含層數(shù)及隱含層神經(jīng)元數(shù)量對BP神經(jīng)網(wǎng)絡建模非常重要。如圖2所示的網(wǎng)絡是一種全連接神經(jīng)網(wǎng)絡，當輸入層神經(jīng)元個數(shù)為h、隱含層神經(jīng)元個數(shù)為l時，這兩層之間就有hl個權值和h個閾值，BP神經(jīng)網(wǎng)絡通過這些層與層之間的權重和閾值來反映輸出和輸入的映射關系。算法的具體步驟如下。Step 1:數(shù)據(jù)歸一化。數(shù)據(jù)歸一化可以避免量綱變化帶來的影響，本文將所有數(shù)據(jù)集中在區(qū)間[-1,1]之間，具體計算公式如下:

隱含層神經(jīng)單元數(shù)量試驗設計，表4的參數(shù)設置不變，僅改變隱含層神經(jīng)單元數(shù)量，設計控制變量試驗，并對比各試驗的訓練集相關系數(shù)R2和測試集誤差Error，由于神經(jīng)網(wǎng)絡有一定的偶然性，所以，每組試驗需進行10次，取測試集誤差最小作為本組試驗的結果，最后得到結果如圖3所示。從圖3中可以看到，隨著隱含層神經(jīng)單元數(shù)從2增加到5,R2值不斷增加，誤差不斷減小，可以明顯看到，當隱含層神經(jīng)單元數(shù)量過少時網(wǎng)絡存在訓練不足的現(xiàn)象。當隱含層神經(jīng)單元數(shù)從5增加到6時，R2值驟增，而且誤差也有很大地增加，神經(jīng)單元數(shù)量繼續(xù)增加時存在一樣的現(xiàn)象，說明此模型隱含層神經(jīng)單元數(shù)量超過5時會出現(xiàn)明顯的過擬合現(xiàn)象。綜上所述，本文模型應采用單隱含層5個神經(jīng)單元的神經(jīng)網(wǎng)絡。2.3 預測結果

【參考文獻】：
期刊論文
[1]新開軌道交通城市的客流預測與方法分析[J]. 王茁.  上海工程技術大學學報. 2018(04)
[2]基于蜂群算法改進的BP神經(jīng)網(wǎng)絡風電功率預測[J]. 何廷一,田鑫萃,李勝男,吳水軍,陳勇,束洪春,馬聰.  電力科學與技術學報. 2018(04)
[3]基于BP神經(jīng)網(wǎng)絡的曲軸潤滑特性全局優(yōu)化[J]. 王振,白楊,郝長利,杜建秋,劉為,劉麗娜,李騰.  小型內(nèi)燃機與車輛技術. 2018(04)
[4]基于BP神經(jīng)網(wǎng)絡的單點漸進成形回彈預測[J]. 文懷興,張斌,楊新妮,孫姝彤.  熱加工工藝. 2018(15)
[5]基于BP神經(jīng)網(wǎng)絡的連桿襯套強力旋壓回彈量預測[J]. 張濤,樊文欣,朱芹,桑滿仙,嚴鵬飛.  特種鑄造及有色合金. 2017(04)
[6]基于BP神經(jīng)網(wǎng)絡的彎管機回彈量預測[J]. 田娥,孫建東,劉自萍,李立新.  現(xiàn)代制造工程. 2016(03)

碩士論文
[1]基于有限元分析的特種條帶沖壓模具數(shù)字化設計研究[D]. 何平.湖南大學 2018
[2]鋯合金薄板成形極限線的理論預測與數(shù)值模擬[D]. 潘金勇.湖南大學 2018
[3]基于Dynaform軟件的高強鋼矩形管繞彎成形模擬研究[D]. 汪倩.蘭州交通大學 2018
[4]典型汽車用板變形滯后回彈的試驗研究及有限元分析[D]. 付澤.北京理工大學 2016
[5]基于灰色理論和神經(jīng)網(wǎng)絡的彎曲回彈預測研究[D]. 王智.西南交通大學 2013



本文編號：3548295