基于遗传神经网络的弯曲回弹预测系统设计及应用

发布时间：2017-05-09 19:00

  本文关键词：基于遗传神经网络的弯曲回弹预测系统设计及应用，由笔耕文化传播整理发布。

【摘要】： 弯曲是板料加工的重要成形工序之一。回弹是弯曲成形中一个普遍的现象,回弹的存在将降低零件的几何精度、影响后续的装配、增加试修模以及成形后校形的工作量,延长了产品开发的周期,因此,对回弹的研究有着重要的意义。本文以用于梁类零件的热轧钢板的U形件弯曲回弹为研究对象,首先介绍了回弹研究的三个方面,即理论研究、有限元模拟和回弹控制及试验的研究现状,并且简单介绍了神经网络和遗传算法在塑性加工领域的应用情况;然后分析了回弹的形成机理,以及解析法求解回弹值的局限,并且介绍了用有限元法在模拟弯曲回弹时的参数设置技术,演示了利用有限元分析软件Dynaform完成的回弹的模拟结果;随后通过介绍神经网络和遗传算法的基本原理,提出了建立遗传神经网络来进行U形件回弹预测的模型,并且利用MATLAB语言,实现了遗传神经网络对U形件的弯曲回弹的预测功能;接着通过对系统性能的测试,验证了系统的可行性,并且利用完成的系统分析了单因素变化对回弹的影响规律,与传统结论相比较,进一步验证了网络的可行性。最后利用建立预测系统的样本数据,分析了影响回弹因素的敏感性,为回弹的有效控制得出了有指导意义的结论。 本文引入神经网络、遗传算法到板料的回弹预测领域,结合有限元分析的方法,利用MATLAB语言建立了U形件回弹预测的遗传神经网络模型,并且利用软件MATLAB的GUI编程实现了U形件的弯曲回弹的预测功能,提高了U形件弯曲回弹预测的效率和精度。
【关键词】：回弹 神经网络 遗传算法 预测
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2006
【分类号】：TH82
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-17
• 1.1 引言9
• 1.2 回弹研究的现状9-13
• 1.2.1 理论研究方面10-12
• 1.2.2 有限元模拟方面12-13
• 1.2.3 试验和回弹控制方面13
• 1.3 神经网络和遗传算法在塑性加工领域中的应用13-15
• 1.3.1 神经网络在塑性加工领域的应用13-14
• 1.3.2 遗传算法在塑性加工领域的应用14-15
• 1.4 课题的意义及主要内容15-17
• 1.4.1 课题意义15
• 1.4.2 课题研究的主要内容15-17
• 第2章 U形件弯曲回弹的有限元模拟17-27
• 2.1 引言17
• 2.2 弯曲回弹的形成机理17-21
• 2.2.1 弯曲的变形过程17-19
• 2.2.2 弯曲回弹的产生19-20
• 2.2.3 解析法求解回弹的局限性20-21
• 2.3 基于Dynaform的U形件弯曲回弹有限元模拟21-26
• 2.3.1 板料弯曲回弹的有限元模拟的参数设置21-25
• 2.3.2 回弹模拟例子25-26
• 2.4 本章小结26-27
• 第3章 U形件弯曲回弹预测系统设计27-51
• 3.1 引言27
• 3.2 人工神经网络的基本原理27-33
• 3.2.1 神经网络的基本概念28-31
• 3.2.2 BP神经网络的工作原理31-33
• 3.3 遗传算法的基本原理33-39
• 3.3.1 遗传算法的基本概念34-38
• 3.3.2 遗传算法的应用步骤38-39
• 3.4 U形件弯曲回弹预测系统遗传神经网络的模型39-41
• 3.4.1 神经网络与遗传算法结合的可行性39-40
• 3.4.2 基于遗传神经网络的U形件回弹预测系统40-41
• 3.5 预测模型的MATALAB实现41-50
• 3.5.1 网络结构的确定41-43
• 3.5.2 样本的建立43-47
• 3.5.3 利用遗传算法进行网络权值的优化47-48
• 3.5.4 预测系统的MATLAB实现48-50
• 3.6 本章小结50-51
• 第4章 U形件弯曲回弹预测系统性能测试及应用51-65
• 4.1 引言51
• 4.2 网络性能的测试51-55
• 4.2.1 BP网络的性能测试51-53
• 4.2.2 遗传神经网络的性能测试53-55
• 4.3 影响回弹的各个因素的敏感性分析55-59
• 4.3.1 分析数据的获取55-56
• 4.3.2 建立极差分析表56
• 4.3.3 敏感性分析结论56-59
• 4.4 利用遗传神经网络进行回弹影响因素分析59-64
• 4.4.1 系统预测厚度对回弹的影响59-60
• 4.4.2 系统预测模具间隙对回弹的影响60-61
• 4.4.3 系统预测材料常数K对回弹的影响61-62
• 4.4.4 系统预测压边力对回弹的影响62-63
• 4.4.5 系统预测凹模圆角半径对回弹的影响63-64
• 4.5 本章小结64-65
• 结论65-66
• 参考文献66-69
• 攻读学位期间发表的学术论文69-71
• 致谢71

【引证文献】

中国期刊全文数据库 前1条

1 甘忠;成武冬;许旭东;潘栋杰;;BP神经网络预测铝合金应力松弛量研究[J];兵器材料科学与工程;2009年02期

中国硕士学位论文全文数据库 前8条

1 陈敏;城市公路隧道智能排水监控系统方法的分析研究[D];武汉理工大学;2011年

2 李丽娴;中型卡车顶盖冲压成形数值模拟分析及其优化[D];南昌大学;2011年

3 赵德全;管材滚压剪切过程的数值模拟及其预测系统的研究[D];燕山大学;2011年

4 喻佳;钛合金薄板激光弯曲成形数值模拟及优化设计研究[D];合肥工业大学;2009年

5 贾伟宽;基于改进的神经网络模型对棉铃虫发生程度预测研究[D];山东农业大学;2009年

6 黑学艳;基于模板的U形件工艺参数优化研究[D];天津理工大学;2009年

7 宋建华;60AT尖轨跟端模锻成型工艺数值分析及优化[D];天津理工大学;2012年

8 杨川;基于径向基代理模型的板料回弹预测研究[D];西南交通大学;2012年

  本文关键词：基于遗传神经网络的弯曲回弹预测系统设计及应用，由笔耕文化传播整理发布。

，

本文编号：353069