基于动态GABP模型的板料成形多目标优化及稳健设计

发布时间：2020-11-09 12:17

　　 板料成形被广泛应用于汽车制造、航空制造等领域。板料成形优化中,通过对成形工艺参数、模具尺寸、摩擦条件等进行优化可以显著改善零件成形质量。此外,针对最优工艺条件下零件成形质量波动问题,通过稳健设计可明显降低零件失效概率,提高成形质量稳定性。本文简要叙述了板料成形优化及稳健设计的研究背景,分析回顾了板料成形优化及稳健设计的研究现状。在此基础上,开展了基于动态GABP代理模型的板料成形优化及稳健设计研究。本文的主要研究内容如下:1、结合试验设计方法、BP神经网络和遗传算法,以最小预测均方误差为目标,对固定网络结构的权值和阈值进行优化设计,构建了GABP代理模型。在此基础上,为了减少函数评估次数,降低优化成本,提高优化效率,结合拉丁超立方抽样和最大最小距离排序加点准则,提出了GABP模型的动态更新策略。该策略保证了模型在全局区域和局部最优区域的近似精度逐步提高直至收敛。通过典型数学测试函数验证了GABP代理模型构建方法及其动态更新策略的有效性、高效性。2、基于动态GABP代理模型方法和灰色关联决策开展了方形盒零件拉深成形质量减薄、起皱的多目标优化设计研究。以压边力、凸模圆角半径、摩擦系数作为设计变量,采用试验设计样本基于有限元响应建立了高成形预测精度的代理模型。运用灰色关联决策方法将多目标优化变换为以灰色关联度为目标的单目标优化问题,构建了方形盒零件拉深成形的多目标优化求解流程。优化结果表明,与传统静态代理模型方法相比,动态GABP代理模型方法能够减少有限元调用次数,提高优化效率。此外,采用灰色关联决策的多目标处理能够简化优化流程,获得了成形质量减薄、起皱的有效协调解,提高了方形盒的成形质量。3、为了解决传统最优工艺条件下板料成形质量波动问题,提出了基于DualGABP模型和KS函数的板料成形多目标稳健设计方法。采用拉丁超立方抽样和有限元仿真获取试验样本,建立了成形质量与设计变量的第一重GABP模型,实现了成形质量的高精度预测。根据设计变量的波动范围,结合Monte Carlo模拟获得成形质量指标的均值和标准差,建立了成形质量指标均值和标准差的第二重GABP模型。引入KS函数处理多目标优化问题,避免了多目标优化权重系数选取困难。方形盒零件拉深成形多目标稳健设计结果表明,减薄指标的标准差降低了41.51%,起皱指标的标准差降低了18.05%。除成形质量指标均值略有增加,标准差均显著降低,说明成形质量波动明显减小,稳健性得到提高。
【学位单位】：南昌航空大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TG306
【部分图文】：

南昌航空大学硕士学位论文 第 1 章 绪论第 1 章 绪 论1.1 研究背景及意义随着汽车业、航空业的快速发展，板料成形因其成形质量好、高效率和材料利用率高的优点得到广泛应用[1]。在工业水平较高的国家，其汽车零配件中约有75%-80%来自于板料加工成形，图 1-1 为板料成形在汽车中的应用。近年来，在汽车制造领域提出了“轻量化”的概念，因此，为了在满足零件各项性能指标的情况下同时减轻零件重量，需要对板料成形工艺进行改进，成形零件质量的好坏，直接影响到后续的装配以及产品的外观，进而影响到整个产品开发的周期和费用成本。因此，如何合理的改进板料成形工艺，提高板料零件的成形质量，成为汽车业、航空业中板料成形零件制造的关键。

34图 3-4 加点更新过程的训练数据和检验数据预测精度曲线由图3-4可以看出，总样本数为40时，训练数据预测精度为0.0618，大于0.01，预测精度不收敛；因此增加 5 个样本点，总样本数为 45，此时训练数据预测精度为 0.00862，小于 0.01

学硕士学位论文 第 3 章 方形盒拉深成形多目多目标的非劣解集，结果如图 3-6 所示。表 3-5 为数学函数标优化结果。表 3-5 数学函数算例灰色关联决策优化结果目标序列（f1，f2） 设计变量（x1，x2）单目标最优序列 [7.0089, 0.0020552][-1.6436, -1.4816][0.00018769, 1.0007]实际最优序列 [6.8475, 0.000000059604][-1.6436, -1.4816][0.00018769, 1.0007]灰色优化结果 [ 7.6445, 2.6110] [1.5491, 1.4364]实际验证结果 [ 7.8151, 2.5902] [1.5491, 1.4364]
【参考文献】

相关期刊论文 前10条

1 黎凯;杨旭静;郑娟;;基于参数和代理模型不确定性的冲压稳健性设计优化[J];中国机械工程;2015年23期

2 乔良;宋小欣;谢延敏;王杰;王新宝;;基于PSO-RBF代理模型的板料成形本构参数反求优化研究[J];中国机械工程;2014年19期

3 谢延敏;;基于动态Kriging模型的板料成形工艺稳健设计[J];西南交通大学学报;2014年01期

4 龙腾;郭晓松;彭磊;刘莉;;基于信赖域的动态径向基函数代理模型优化策略[J];机械工程学报;2014年07期

5 杨川;谢延敏;隆强;;基于径向基函数代理模型的板料成形回弹预测[J];机床与液压;2013年03期

6 于磊;徐栋恺;陈军;张健;;基于Kriging近似模型的轿车翼子板冲压工艺优化[J];模具技术;2012年02期

7 陈国栋;韩旭;刘桂萍;宁慧铭;张正;;一种基于代理模型引导采样的多目标优化方法[J];系统仿真学报;2011年10期

8 黄晓忠;陈劼实;陈军;;板料冲压成形破坏判断准则的研究进展[J];机械工程学报;2011年04期

9 申丽娟;杨军;赵宇;;基于方差传递模型的飞机蒙皮拉形工艺稳健设计[J];机械工程学报;2011年01期

10 汤禹成;陈军;;基于支持向量机和重要度抽样的高强度钢板冲压成形工艺稳健设计[J];材料科学与工艺;2010年05期

相关博士学位论文 前1条

1 谢延敏;基于Kriging模型和灰色关联分析的板料成形工艺稳健优化设计研究[D];上海交通大学;2007年

本文编号：2876418