基于神经网络与遗传算法的薄壁件多重装夹布局优化

发布时间：2019-08-15 15:00

【摘要】：在多重装夹元件装夹过程中,由于装夹顺序、夹紧力、定位元件位置等装夹布局参数的不同,薄壁件的装夹变形程度也不一样。单个装夹布局参数引起的工件装夹变形规律能够通过有限元方法获得。但是,若同时考虑多个装夹布局参数的影响,仅仅利用有限元方法难以揭示装夹布局参数与装夹变形之间的关系。为此,针对薄壁件的装夹布局方案建立三维有限元模型,以便利用有限元法获取神经网络的训练样本。借助神经网络的非线性映射能力,通过有限的训练样本构建装夹变形的预测模型。以减小工件的最大装夹变形为目标,并根据每一代装夹布局中工件的最大装夹变形定义个体的适应度,建立装夹布局方案的优化模型及其遗传算法求解技术。试验结果表明,网络预测值与相应的有限元仿真值、试验数据之间的相对误差均不超过3%。提出的基于神经网络与遗传算法的装夹变形"分析-预测-控制"方法,不仅能够提高装夹变形的计算效率,而且为薄壁件装夹布局方案的合理设计提供基础理论。
[Abstract]:In the clamping process of multiple clamping elements, the clamping deformation degree of thin-wall parts is different because of the different clamping layout parameters, such as clamping sequence, clamping force, positioning element position and so on. The clamping deformation law of workpiece caused by single clamping layout parameters can be obtained by finite element method. However, if the influence of multiple clamping layout parameters is considered at the same time, it is difficult to reveal the relationship between clamping layout parameters and clamping deformation by using finite element method alone. For this reason, a three-dimensional finite element model is established for the clamping layout scheme of thin-wall parts, so that the training samples of neural network can be obtained by finite element method. With the help of the nonlinear mapping ability of neural network, the prediction model of clamping deformation is constructed with limited training samples. In order to reduce the maximum clamping deformation of the workpiece, the fitness of the individual is defined according to the maximum clamping deformation of the workpiece in each generation of clamping layout, and the optimization model of the clamping layout scheme and its genetic algorithm solving technology are established. The experimental results show that the relative error between the predicted value of the network and the corresponding finite element simulation value is less than 3%. The "analysis, prediction and control" method of clamping deformation based on neural network and genetic algorithm can not only improve the calculation efficiency of clamping deformation, but also provide the basic theory for the reasonable design of clamping layout scheme of thin-wall parts.
【作者单位】： 南昌航空大学航空制造工程学院;
【基金】：国家自然科学基金(51165039,51465045) 江西省科技支撑计划重点(2010BGB00300)资助项目
【分类号】：TG75;V261

【参考文献】

相关期刊论文 前5条

1 辛民;解丽静;王西彬;石文天;杨洪建;;基于人工神经网络的铣削加工变形预测模型[J];兵工学报;2010年08期

2 秦国华;吴竹溪;张卫红;;薄壁件的装夹变形机理分析与控制技术[J];机械工程学报;2007年04期

3 刘新玲;戚厚军;;基于神经网络的铣削复杂薄壁件受力变形分析和建模研究[J];机械制造;2009年03期

4 董辉跃,柯映林;铣削加工中薄壁件装夹方案优选的有限元模拟[J];浙江大学学报(工学版);2004年01期

5 唐东红;孙厚芳;王洪艳;;用BP神经网络预测数控铣削变形[J];制造技术与机床;2007年08期

【共引文献】

相关期刊论文 前10条

1 王军;耿世民;张辽远;吕玉山;;薄壁壳体件装夹变形机理有限元分析与控制[J];兵工学报;2011年08期

2 张发平;童应学;孙厚芳;;工件夹具系统装夹方案误差建模分析技术[J];北京理工大学学报;2009年11期

3 王勇;高翔;寇金宝;陈俊峰;;基于ANSYS的薄壁包装件数控加工装夹工艺的研究[J];包装工程;2007年03期

4 石广丰;王景梅;宋林森;史国权;范慧芳;;薄壁零件的制造工艺研究现状[J];长春理工大学学报(自然科学版);2012年01期

5 刘华金;;基于神经网络的数控机床刀具磨损预测模型研究[J];长江大学学报(自然科学版);2011年06期

6 钱玲楠;李蓓智;杨建国;周亚勤;吴雪逖;;薄壁框体零件优质高效加工工艺方法[J];东华大学学报(自然科学版);2011年04期

7 秦国华;张卫红;吴竹溪;李阳;;多重夹紧力及其作用顺序对工件变形的影响分析与优化技术[J];工程力学;2006年S1期

8 王永新;;气缸加强套夹具设计[J];硅谷;2012年10期

9 金秋;刘少岗;;薄壁弧形件铣削加工装夹方案的优化[J];工具技术;2007年12期

10 刘胤;胡小秋;;基于ABAQUS的弱刚度结构件装夹布局优化技术[J];工具技术;2008年11期

相关会议论文 前2条

1 胡家农;庞继有;李春波;;发动机叶片受力变形FEM分析及应用[A];第十五届中国科协年会第13分会场：航空发动机设计、制造与应用技术研讨会论文集[C];2013年

2 沈兴东;郑士成;;The calculation of the Reproducibility Error in the technological system with the clamp on the gas power[A];第五届ABB杯全国自动化系统工程师论文大赛论文集[C];2011年

相关博士学位论文 前10条

1 郑军红;基于知识工程的智能夹具设计系统构建研究[D];浙江大学;2010年

2 姬俊锋;复杂整体叶轮数控加工关键技术研究[D];南京航空航天大学;2009年

3 汪通悦;薄壁零件铣削稳定性数值仿真及实验研究[D];南京航空航天大学;2010年

4 孙杰;航空整体结构件数控加工变形校正理论和方法研究[D];浙江大学;2003年

5 王树宏;航空铝合金厚板初始残余应力及其对铣削变形影响的基础研究[D];南京航空航天大学;2005年

6 成群林;航空整体结构件切削加工过程的数值模拟与实验研究[D];浙江大学;2006年

7 路冬;航空整体结构件加工变形预测及装夹布局优化[D];山东大学;2007年

8 苑进;贝叶斯学习框架下非线性制造过程建模及多目标优化关键技术研究[D];上海大学;2008年

9 吴红兵;航空框类整体结构件铣削加工变形的数值模拟与实验研究[D];浙江大学;2008年

10 陈蔚芳;夹具敏捷设计若干关键技术研究[D];南京航空航天大学;2007年

相关硕士学位论文 前10条

1 张传泰;基于遗传算法和有限元的工件装夹优化研究[D];大连理工大学;2010年

2 姚志强;超长汽轮机叶片高速铣削加工策略的研究[D];苏州大学;2010年

3 耿世民;薄壳件高性能数控加工关键技术研究[D];沈阳建筑大学;2011年

4 赵敬安;基于复杂薄壁件综合误差控制的装夹优化方法研究[D];东华大学;2010年

5 付林;主缸体横孔可转位夹具设计[D];长春理工大学;2011年

6 庄光法;油管接箍内壁加工的切削参数优化实验研究[D];上海交通大学;2011年

7 裴宏雷;异步电动机转子在轴承弹性支承下的电磁振动[D];燕山大学;2011年

8 车现发;高强度铝合金航空薄壁件铣削加工变形控制的工艺研究[D];南京航空航天大学;2011年

9 周静;装夹误差及其主动控制方法研究[D];南京航空航天大学;2011年

10 谭晓丽;加强套加工变形分析及工装设计[D];上海交通大学;2011年

【二级参考文献】

相关期刊论文 前10条

1 张建立,李钢,俞研,陶俐言,蒯晓俊;神经模糊技术在柔性加工工序质量保证系统中的应用研究[J];兵工学报;2001年04期

2 戴一帆;复杂形状薄壁零件加工的综合质量控制[J];国防科技大学学报;1996年03期

3 郑联语,汪叔淳;薄壁零件数控加工工艺质量改进方法[J];航空学报;2001年05期

4 赵晓光,陈丙珍,何小荣;A novel neural network for the prediction of process variables[J];Science in China,Ser.A;1995年03期

5 范胜波;王太勇;汪文津;何慧龙;;基于MATLAB神经网络的切削力预测[J];机床与液压;2006年01期

6 刘平,雷静果,井晓天,田保红;基于神经网络的Cu-Ni-Si-Cr合金时效性能预测研究[J];材料热处理学报;2005年01期

7 张兵,袁寿其,成立,袁建平,从小青;基于L-M优化算法的BP神经网络的作物需水量预测模型[J];农业工程学报;2004年06期

8 武凯,何宁,姜澄宇,何磊,张平,龚会民,陈雪梅;有限元技术在航空薄壁件立铣变形分析中的应用[J];应用科学学报;2003年01期

9 董辉跃,柯映林;铣削加工中薄壁件装夹方案优选的有限元模拟[J];浙江大学学报(工学版);2004年01期

10 武凯,何宁,廖文和,赵威;薄壁腹板加工变形规律及其变形控制方案的研究[J];中国机械工程;2004年08期

【相似文献】

相关期刊论文 前10条

1 袁春晓,冯晓露;一种校直磨削加工中薄壁件变形的方法[J];机械制造;2004年12期

2 汪涛;贾爱青;;大型高精度薄壁件的以车代磨试验[J];金属加工(冷加工);2009年04期

3 全琼;尹买云;;蓄能缸体薄壁件的车削变形问题研究[J];中国新技术新产品;2013年23期

4 葛茂杰;孙杰;李剑峰;;石蜡辅助加固钛合金薄壁件铣削稳定性研究[J];山东大学学报(工学版);2011年01期

5 郝志锋;;钛合金薄壁件的车削加工研究[J];内江科技;2011年03期

6 万秀屏;谭薇;范鑫;赵鹏飞;冯欣明;;论大型薄壁件车加工变形质量控制[J];中国新技术新产品;2012年13期

7 肖建民;冲制橡皮、毛毡薄壁件的管式冲模的改进[J];模具通讯;1983年06期

8 赵众泽;对半圆薄壁件加工变形分析及对策[J];甘肃冶金;2004年03期

9 陈华;陈蔚芳;郑会龙;;薄壁件装夹方案优选的有限元模拟[J];组合机床与自动化加工技术;2008年03期

10 张云峰;曹岩;;薄壁件加工变形分析与控制[J];科技信息(科学教研);2008年08期

相关会议论文 前10条

1 万秀屏;谭薇;范鑫;冯欣明;文宝林;;某大型薄壁件车加工变形质量控制[A];第九届沈阳科学学术年会论文集（信息科学与工程技术分册）[C];2012年

2 李燕;董爱娟;;加工薄壁件安装面工艺探讨[A];2009全国机电企业工艺年会<厦工杯>工艺征文论文集[C];2009年

3 廖勇军;;薄壁件网格技术及计算经济性研究[A];2013中国汽车工程学会年会论文集[C];2013年

4 韩晓光;张凤英;翟婷婷;;空间曲面薄壁件柔性装配定位系统设计与实现[A];第十五届中国科协年会第13分会场：航空发动机设计、制造与应用技术研讨会论文集[C];2013年

5 彭昌永;高福全;范如源;;铝合金薄壁件的点焊及表面处理[A];中国工程物理研究院科技年报（2003）[C];2003年

6 栾宇;解润锋;;大型薄壁件-转轮室精加工分析[A];第七届(2009)中国钢铁年会论文集（下）[C];2009年

7 刘宇;傅戈雁;石世宏;王晨;;光内送粉激光熔覆堆积扭曲薄壁件工艺参数的控制[A];第15届全国特种加工学术会议论文集（下）[C];2013年

8 曹栩;骆合力;李尚平;张喜娥;冯涤;;Ni_3Al基合金薄壁件熔模精铸工艺研究[A];动力与能源用高温结构材料——第十一届中国高温合金年会论文集[C];2007年

9 梁朝坚;;铝合金薄壁件铸件变形研究分析[A];2009重庆市铸造年会论文集[C];2009年

10 丁春艳;杨振国;;聚碳酸酯薄壁件分层失效机制的研究[A];2007年中国机械工程学会年会论文集[C];2007年

相关博士学位论文 前5条

1 白万金;航空薄壁件精密铣削加工变形的预测理论及方法研究[D];浙江大学;2009年

2 宋戈;基于切削力精确建模的钛合金薄壁件让刀变形预测研究[D];山东大学;2012年

3 胡自化;薄壁件数控侧铣若干基础理论、实验及集成技术问题的研究[D];湘潭大学;2008年

4 张为;高速切削钛合金薄壁件表面完整性及型面变形预测[D];哈尔滨理工大学;2011年

5 卢兆刚;基于混合FE-SEA方法的汽车薄壁件中频声学特性预测及优化研究[D];浙江大学;2011年

相关硕士学位论文 前10条

1 陈华;薄壁件加工过程优化仿真技术研究[D];南京航空航天大学;2008年

2 胡韦华;薄壁件加工变形的模拟仿真与补偿技术研究[D];浙江工业大学;2006年

3 郭强;薄壁件铣削变形预测与补偿策略研究[D];大连理工大学;2010年

4 葛茂杰;石蜡加固钛合金薄壁件切削加工稳定性研究[D];山东大学;2011年

5 高彪;石蜡基填充材料辅助支承钛合金薄壁件加工工艺研究[D];山东大学;2013年

6 赵旭亮;薄壁件装夹变形预测及装夹布局优化方法[D];南昌航空大学;2014年

7 李文东;高速铣削薄壁件加工变形控制及工艺优化研究[D];哈尔滨理工大学;2012年

8 彭红梅;薄壁件装配公差的计算与分析[D];河北工业大学;2004年

9 李静;薄壁件柔性夹持工装的优化设计研究[D];沈阳航空航天大学;2013年

10 谭昀;铝合金薄壁件高速加工变形误差预测技术的研究[D];哈尔滨工业大学;2008年

，

本文编号：2527062