锻压技术
鍛壓技術
단압기술
FORGING & STAMPING TECHNOLOGY
2006年
5期
36-39
,共4页
陈剑%夏巨谌%胡国安%徐光伟%李乾方
陳劍%夏巨諶%鬍國安%徐光偉%李乾方
진검%하거심%호국안%서광위%리건방
气门%电镦%人工神经网络
氣門%電鐓%人工神經網絡
기문%전대%인공신경망락
由于气门电热镦粗的工艺参数大多数是借助于经验来选择的,某些参数的选择不合理或者参数之间配合不好,都会造成工艺不稳定,从而使生产的成品率下降.并且在成形过程中,电加热和镦粗同时进行,很难建立合理且实用的数学模型.本文利用神经网络具有黑箱特性和非线形映射能力强的特点,提出了一种组合神经网络结构(ANN)来逐步确定气门电热镦粗的工艺参数.以实际生产中的数据作为ANN的学习训练样本,经过训练的网络不仅可以达到描述确定气门电镦成形控制参数的目的,而且还具有一定的预测功能,从而为气门电镦工艺提供了较合理的控制参数.
由于氣門電熱鐓粗的工藝參數大多數是藉助于經驗來選擇的,某些參數的選擇不閤理或者參數之間配閤不好,都會造成工藝不穩定,從而使生產的成品率下降.併且在成形過程中,電加熱和鐓粗同時進行,很難建立閤理且實用的數學模型.本文利用神經網絡具有黑箱特性和非線形映射能力彊的特點,提齣瞭一種組閤神經網絡結構(ANN)來逐步確定氣門電熱鐓粗的工藝參數.以實際生產中的數據作為ANN的學習訓練樣本,經過訓練的網絡不僅可以達到描述確定氣門電鐓成形控製參數的目的,而且還具有一定的預測功能,從而為氣門電鐓工藝提供瞭較閤理的控製參數.
유우기문전열대조적공예삼수대다수시차조우경험래선택적,모사삼수적선택불합리혹자삼수지간배합불호,도회조성공예불은정,종이사생산적성품솔하강.병차재성형과정중,전가열화대조동시진행,흔난건립합리차실용적수학모형.본문이용신경망락구유흑상특성화비선형영사능력강적특점,제출료일충조합신경망락결구(ANN)래축보학정기문전열대조적공예삼수.이실제생산중적수거작위ANN적학습훈련양본,경과훈련적망락불부가이체도묘술학정기문전대성형공제삼수적목적,이차환구유일정적예측공능,종이위기문전대공예제공료교합리적공제삼수.