基于BPNN与PSO的薄板件钻孔夹具定位布局多目标优化
针对薄板件钻孔夹具定位布局设计存在多个目标和有限元仿真成本高的问题,提出一种基于反向传播神经网络(BPNN)与粒子群优化(PSO)算法的薄板件钻孔夹具定位布局多目标优化方法.通过有限元仿真分析获取不同夹具定位布局下薄板件钻孔后的最大变形和整体变形,将仿真结果作为训练样本,建立定位布局与薄板件最大变形和整体变形之间的多目标神经网络预测模型.在此基础上,以夹具定位布局为设计变量,以工件的最大变形和整体变形最小化为目标,结合神经网络预测模型与粒子群优化算法,得到钻单个孔时的夹具定位布局Pa-reto最优解集.最后,通过平板和曲板两个实例验证了所提方法的可行性和有效性.
钻孔夹具、薄板件、定位布局、变形、多目标优化、神经网络、粒子群优化算法
29
TG75(刀具、磨料、磨具、夹具、模具和手工具)
陕西省自然科学基础研究计划资助项目;陕西省教育厅重点实验室资助项目
2023-04-28(万方平台首次上网日期,不代表论文的发表时间)
共13页
874-886