机械工程学报
機械工程學報
궤계공정학보
CHINESE JOURNAL OF MECHANICAL ENGINEERING
2013年
4期
44-50
,共7页
谢延敏%王新宝%王智%胡静
謝延敏%王新寶%王智%鬍靜
사연민%왕신보%왕지%호정
灰色关联分析%拉延筋%反向传播神经网络%遗传算法%反求优化
灰色關聯分析%拉延觔%反嚮傳播神經網絡%遺傳算法%反求優化
회색관련분석%랍연근%반향전파신경망락%유전산법%반구우화
采用灰色关联分析对影响拉延筋阻力的因子进行分析,获得主要的影响因子.利用拉丁超立方试验设计方法对主要因子进行取样,利用DYNAFORM软件对方盒件成形进行仿真,得到样本数据.以成形件中的减薄、增厚和主应变为输入,以拉延筋几何参数为输出,建立拉延筋参数的反求模型.利用遗传算法优化反向传播(Back propagation,BP)网络权值,通过与单纯使用BP进行映射得出的几何参数预测值进行比较,该模型的精度得到很大提高,表明基于遗传算法(Genetic algorithm,GA)优化的BP神经网络的模型能极大提高预测能力.基于GA-BP模型,以拉延筋几何参数为输入,增厚为输出目标,利用训练好的优化权值,获得拉延筋几何参数与成形件增厚的非线性映射关系式,并再次利用遗传算法对其优化,获得最佳的拉延筋几何参数.通过比较优化前后的数值仿真结果,优化后的拉延筋能极大地提高板料成形性能.
採用灰色關聯分析對影響拉延觔阻力的因子進行分析,穫得主要的影響因子.利用拉丁超立方試驗設計方法對主要因子進行取樣,利用DYNAFORM軟件對方盒件成形進行倣真,得到樣本數據.以成形件中的減薄、增厚和主應變為輸入,以拉延觔幾何參數為輸齣,建立拉延觔參數的反求模型.利用遺傳算法優化反嚮傳播(Back propagation,BP)網絡權值,通過與單純使用BP進行映射得齣的幾何參數預測值進行比較,該模型的精度得到很大提高,錶明基于遺傳算法(Genetic algorithm,GA)優化的BP神經網絡的模型能極大提高預測能力.基于GA-BP模型,以拉延觔幾何參數為輸入,增厚為輸齣目標,利用訓練好的優化權值,穫得拉延觔幾何參數與成形件增厚的非線性映射關繫式,併再次利用遺傳算法對其優化,穫得最佳的拉延觔幾何參數.通過比較優化前後的數值倣真結果,優化後的拉延觔能極大地提高闆料成形性能.
채용회색관련분석대영향랍연근조력적인자진행분석,획득주요적영향인자.이용랍정초립방시험설계방법대주요인자진행취양,이용DYNAFORM연건대방합건성형진행방진,득도양본수거.이성형건중적감박、증후화주응변위수입,이랍연근궤하삼수위수출,건립랍연근삼수적반구모형.이용유전산법우화반향전파(Back propagation,BP)망락권치,통과여단순사용BP진행영사득출적궤하삼수예측치진행비교,해모형적정도득도흔대제고,표명기우유전산법(Genetic algorithm,GA)우화적BP신경망락적모형능겁대제고예측능력.기우GA-BP모형,이랍연근궤하삼수위수입,증후위수출목표,이용훈련호적우화권치,획득랍연근궤하삼수여성형건증후적비선성영사관계식,병재차이용유전산법대기우화,획득최가적랍연근궤하삼수.통과비교우화전후적수치방진결과,우화후적랍연근능겁대지제고판료성형성능.
