基于神经网络遗传算法函数寻优与回弹补偿技术的某型汽车前幅拉延成形优化

发布时间：2023-08-04 18:38

　　为有效改善某型汽车前幅在拉延成形过程中出现的严重的回弹质量缺陷,将神经网络遗传算法函数寻优和回弹补偿技术相结合,对某型汽车前幅进行拉延成形优化。基于极差分析确定影响回弹量的两个关键因素,即冲压速度和压边力;运用拉丁超立方抽样,将抽样结果作为神经网络遗传算法函数寻优模型的数据基础,以两个关键因素作为输入量,最大回弹量作为输出量,构建非线性映射关系。然后,计算预测结果的个体适应度值,求出最大回弹量的最小值以及对应的冲压速度和压边力。最后,基于优化结果进行3次回弹补偿优化,将回弹量降低至0. 5 mm以下,达到生产要求。

【文章页数】：8 页

【文章目录】：
引言
    (1)工艺参数寻优法
    (2)回弹补偿法
1 汽车前幅拉延成形与回弹分析
    1.1 汽车前幅三维模型与材料选用
    1.2 工艺补充面设计
2 汽车前幅数值模拟成形分析
    2.1 基于Dynaform的汽车前幅拉延成形分析
    2.2 基于Dynaform的汽车前幅回弹分析
3 基于神经网络遗传算法函数寻优的参数优化
    3.1 正交试验设计
        3.1.1 工艺参数的确定
            (1)A压边力
            (2)B冲压速度
            (3)C模具间隙
            (4)D摩擦系数
        3.1.2 正交试验结果
    3.2 拉丁超立方抽样
    3.3 神经网络遗传算法函数寻优
4 基于Dynaform的汽车前幅回弹补偿
    4.1 回弹补偿原理
    4.2 基于汽车前幅的回弹补偿实施方案
    4.3 回弹补偿结果分析
    4.4 试验验证
5 结论



本文编号：3838797