10.13330/j.issn.1000-3940.2018.12.033
基于BP神经网络的预切冲裁断面质量的仿真预测
以汽车上冲压零件为研究对象,利用DEFORM-2D有限元软件对QSTE460板料进行预切冲裁过程的有限元仿真,通过板料冲裁试验得出,零件冲裁断面质量的试验值为0.557 mm,模拟值与试验值之间的相对误差为9.72%,验证了有限元仿真的正确性.基于板料预切冲裁正交试验设计,运用BP神经网络对板料预切冲裁断面质量进行仿真预测.以预切深度、 落料冲裁间隙、 冲裁速度、 预切冲裁间隙以及模具刃口圆角半径为输入层,利用光亮带的长度作为输出层,建立了用于冲裁断面质量预测的5-12-1的3层BP人工神经网络结构.通过BP神经网络的训练与测试得出,BP神经网络的预测值与有限元仿真值之间的最大相对误差为1.44%,从而为板料冲裁断面质量的预测提供一种更为可靠的预测方法.
预切冲裁、冲裁断面质量、BP神经网络、正交试验、有限元仿真
43
TG385(金属压力加工)
2019-01-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
175-179