利用RBF神经网络预测反挤压连杆衬套过程中的挤压力

摘要：

采用单因素试验法,利用模拟软件Simufact进行了锡青铜连杆衬套反挤压试验,试验选取了挤压温度、 凹模圆角半径和挤压比为试验因素,挤压力为评价指标.基于MATLAB软件,建立了挤压因素与挤压力之间的RBF神经网络模型,得到挤压温度、 凹模圆角半径、 挤压比和挤压力之间的非线性关系.通过试验数据进行RBF神经网络模型训练,然后再用训练好的RBF神经网络模型预测挤压力,并将预测的挤压力值与模拟的挤压力值做对比.结果表明:该神经网络模型能高精度地预测反挤压连杆衬套过程中的挤压力.

关键词：连杆衬套、RBF神经网络:反挤压、挤压力、QSn7-0.2锡青铜

所属期刊栏目：44

分类号：TG391(金属压力加工)

资助基金：山西省自然科学基金资助项目2012011023 -2;山西省高校高新技术产业化项目20120021

在线出版日期：2019-06-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：180-184