10.13330/j.issn.1000-3940.2016.10.018
基于神经网络的模锻压机载荷在线预测模型
由于模锻过程具有强时变性和非线性,因此精确控制模锻压机载荷预测至关重要.以7075铝合金模锻过程为例,提出了一种基于神经网络的模锻压机载荷在线建模方法.基于商业软件Deform-3D模拟了恒温恒速度工况下的载荷变化规律,根据获取的数据建立了初始神经网络模型.在实际模锻实验过程中,通过反向传播算法不断修正初始神经网络权值矩阵,以实现模型的在线更新.在50 t模锻实验台上进行实验,以验证所提方法的有效性.实验结果表明:所提出的在线建模方法可以准确预测复杂模锻工况下载荷的变化,与传统离线神经网络建模方法相比,其预测值更加准确,更能满足实际工程需求.
模锻、载荷、神经网络、在线预测模型、反向传播算法、压机
41
TG316(金属压力加工)
国家重点基础研究发展计划“973”计划2013CB035801;国家自然科学基金资助项目51375502
2016-11-18(万方平台首次上网日期,不代表论文的发表时间)
98-102