10.13330/j.issn.1000.3940.2017.07.008
汽车覆盖件拉深过程中的压边力预测
结合数值模拟与人工神经网络技术研究了汽车内覆盖件承载地板在冲压成形中压边力的预测.将板料模型零件导入到Dynaform中进行网格划分并对其拉深过程进行模拟仿真,结合正交试验获取不同参数条件下最佳压边力的数据样本,然后运用Matlab软件中的GRNN神经网络工具箱对数据进行训练学习,采用训练好的神经网络对板料成形过程中的压边力进行预测,获得了板料拉深过程中的压边力变化曲线.通过预测结果和模拟结果对比,预测误差在10%以内.将预测的曲线对零件模拟仿真,结果显示零件最大减薄率在25%以内,并对板料进行实际冲压验证.结果显示成形效果良好,无起皱、破裂缺陷,符合实际生产的要求,说明GRNN神经网络可以用于零件冲压过程中压边力的预测.
压边力预测、冲压、拉深、GRNN神经网络、正交试验、汽车覆盖件
42
TG386(金属压力加工)
华中科技大学材料成形与模具技术国家重点实验室开放基金课题P2015-01
2017-08-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
43-48