基于KNN算法的中心带孔圆板拉深-翻孔变形方式的研究

摘要：

为了准确、快速判别中心带孔圆板拉深-翻孔过程中的变形方式,选取第3代先进超高强钢QP980材料,以预制孔直径、凹凸模圆角半径和板料厚度为特征参量,通过AutoForm成形仿真获取样本数据集,以Python作为编程语言,基于机器学习中的KNN算法构建中心带孔圆板变形方式预测分类器,并利用随机数据集验证其准确度.结果 显示,当K=3、p=14且考虑距离权重时,该分类器的预测效果最佳,总体分类准确率达到90.2％,对随机数据集的分类准确率为88.9％.对比传统理论计算和计算机仿真预测,该分类器能以较高的准确度在短时间内同时预测多组样本,能够为实际生产提供参考和借鉴.

关键词：复合成形、变形方式、KNN算法、机器学习、预测分类器

所属期刊栏目：46

分类号：TG386(金属压力加工)

资助基金：国家重点研发计划2017YFB0304400

在线出版日期：2021-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：53-59