10.12068/j.issn.1005-3026.2020.02.016
基于遗传算法优化神经网络的拼焊板压边力预测
通过数值模拟与神经网络技术对拼焊板盒形件拉深成形过程中的压边力预测问题进行研究.运用数值模拟分析压边力加载形式对拼焊板盒形件成形性能的影响,找到一种较优的变压边力加载方式.建立适用于拼焊板盒形件拉深成形压边力预测的BP神经网络模型.采用遗传算法对神经网络模型进行优化,在基因选择过程中加入精英保留策略,最终通过基于遗传算法优化的神经网络模型获取了理想的压边力曲线,用以预测随拉深行程变化的压边力数值,为实现智能化冲压奠定了技术基础.
拼焊板、压边力预测、BP神经网络、遗传算法、盒形件
41
TG386;TP183(金属压力加工)
国家自然科学基金资助项目;河北省自然科学基金资助项目;河北省高等学校科学技术研究重点项目;中央高校基本科研业务费专项资金资助项目
2020-03-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
241-245