武汉科技大学学报（自然科学版）
武漢科技大學學報（自然科學版）
무한과기대학학보（자연과학판）
JOURNAL OF WUHAN UNIVERSITY OF SCIENCE AND TECHNOLOGY(NATURAL SCIENCE EDITION)
2011年
3期
223-227
,共5页
回弹%多目标优化%工艺面%代理模型%板料成形
迴彈%多目標優化%工藝麵%代理模型%闆料成形
회탄%다목표우화%공예면%대리모형%판료성형
针对高强度板成形后回弹大的问题,以工件回弹前后对应节点的位移偏差和等效塑性应变裕度最小化为目标,以板料最大增厚率和最小减薄率为约束条件,建立基于车身侧外板回弹控制的工艺面多目标优化模型.采用实验设计(DOE)和径向基函数(RBF)神经网络方法建立优化代理模型,对均匀实验设计方案进行改进以提高优化精度,并与未改进的RBF神经网络和响应面(RSM)代理模型的优化结果进行对比分析.结果表明,建立的多目标优化模型是合理的,改进RBF神经网络代理模型的优化精度较高,在所抽取的满意解中,回弹和等效塑性应变裕度目标函数的相对误差分别为15.9%和2.2%.与实验设计中回弹量最大的样本方案相比,优化后车身侧外板回弹量减少5.149 2 mm.
針對高彊度闆成形後迴彈大的問題,以工件迴彈前後對應節點的位移偏差和等效塑性應變裕度最小化為目標,以闆料最大增厚率和最小減薄率為約束條件,建立基于車身側外闆迴彈控製的工藝麵多目標優化模型.採用實驗設計(DOE)和徑嚮基函數(RBF)神經網絡方法建立優化代理模型,對均勻實驗設計方案進行改進以提高優化精度,併與未改進的RBF神經網絡和響應麵(RSM)代理模型的優化結果進行對比分析.結果錶明,建立的多目標優化模型是閤理的,改進RBF神經網絡代理模型的優化精度較高,在所抽取的滿意解中,迴彈和等效塑性應變裕度目標函數的相對誤差分彆為15.9%和2.2%.與實驗設計中迴彈量最大的樣本方案相比,優化後車身側外闆迴彈量減少5.149 2 mm.
침대고강도판성형후회탄대적문제,이공건회탄전후대응절점적위이편차화등효소성응변유도최소화위목표,이판료최대증후솔화최소감박솔위약속조건,건립기우차신측외판회탄공제적공예면다목표우화모형.채용실험설계(DOE)화경향기함수(RBF)신경망락방법건립우화대리모형,대균균실험설계방안진행개진이제고우화정도,병여미개진적RBF신경망락화향응면(RSM)대리모형적우화결과진행대비분석.결과표명,건립적다목표우화모형시합리적,개진RBF신경망락대리모형적우화정도교고,재소추취적만의해중,회탄화등효소성응변유도목표함수적상대오차분별위15.9%화2.2%.여실험설계중회탄량최대적양본방안상비,우화후차신측외판회탄량감소5.149 2 mm.
