拉深成形变压边力神经网络预测技术研究

发布时间：2017-06-27 04:06

  本文关键词：拉深成形变压边力神经网络预测技术研究，由笔耕文化传播整理发布。

【摘要】：随着板料拉深成形技术的飞速发展,人工智能技术与塑性成形技术的结合越来越受到重视。人工神经网络作为智能技术的一支新生科学,通过自身具有高度的自响应性和自学习能力等优点解决了许多复杂的拟合性问题,能够为非线性模型的优化、预测等问题提供良好的解决途径。拉深成形作为塑性加工领域中一种典型的加工技术,其中压边力对毛坯拉深成形效果有非常显著的影响,能够理想地实现对压边力实时预测和控制是生产优质拉深件的必要条件。但在实际生产中压边力与众多因素都有关联,各因素对其影响程度不尽相同,且各因素间也存在联系。在板料拉深成形过程中,如何准确地预测变压边力的变化规律成为了一个复杂的非线性问题。首先,本文构建了矩形盒拉深成形时压边力作用的模型,依据塑性成形理论和板料拉深原理,分析了矩形盒拉深成形的特点和其几种典型的失效形式,进而提出了判定失效的方法和衡量的标准;确定了板料拉深成形变压边力的安全极限图,详细推导了矩形盒拉深成形法兰区域起皱及角部拉裂的临界压边力公式,并对影响临界压边力的因素作了分析。再者,在对矩形盒拉深过程中,利用DYNAFORM对几种典型的压边力加载方式展开了仿真分析,通过对模拟结果总结对比,获取了理想的变压边力加载模式,并在此基础上进行了数据样本的筛选工作。然后,依据人工神经网络的基本理论、基本公式和基本方法,建立了神经网络预测模型,鉴于科研条件和样本的特性,采取了“固定间隙法”获取了样本数据,通过对网络模型训练学习,成功预测出了矩形盒拉深成形时较优的变压边力加载曲线。并对较优的正梯形变压边力曲线仿真结果与网络预测得到的变压边力拟合曲线仿真结果进行了对比,验证了后者更为符合生产要求。最后,借助数学分析软件MATLAB7.8和编程软件VB(6.0)研究开发了变压边力智能预测系统软件,该软件具有易操作、易学习、安全性高、准确度高和可靠性高等优点。
【关键词】：矩形盒件 变压边力 数值模拟 拉深成形 BP 神经网络 智能预测
【学位授予单位】：长春工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TG306;TP183
【目录】：

• 摘要3-4
• Abstract4-9
• 第一章 绪论9-15
• 1.1 课题提出的背景及意义9-10
• 1.2 人工神经网络研究10-13
• 1.2.1 在故障诊断中的应用10
• 1.2.2 在板料成形过程中的应用10-11
• 1.2.3 在模具设计中的应用11-12
• 1.2.4 在板料参数识别中的应用12
• 1.2.5 发展现状和应用前景12-13
• 1.3 课题研究的内容和目的13-14
• 1.4 论文的组织结构14-15
• 第二章 人工神经网络的介绍15-27
• 2.1 引言15
• 2.2 神经网络发展的历史15-16
• 2.3 神经网络类别16-17
• 2.4 神经元模型17-18
• 2.5 神经网络的基本结构18-19
• 2.6 神经网络的学习方法19-20
• 2.7 BP神经网络20-26
• 2.7.1 BP网络结构模型20-21
• 2.7.2 BP网络学习公式的推导21-24
• 2.7.3 BP网络设计分析24-26
• 2.7.4 BP网络的不足及改进26
• 2.8 本章小结26-27
• 第三章 矩形盒拉深成形理论分析27-38
• 3.1 矩形盒拉深工艺过程分析27-28
• 3.2 法兰变形区应力分析28-32
• 3.2.1 变形Ⅰ区应力分析29-31
• 3.2.2 变形Ⅱ区应力分析31-32
• 3.3 矩形盒成形的失效形式32-33
• 3.3.1 起皱32-33
• 3.3.2 拉裂33
• 3.3.3 回弹33
• 3.4 板料失效的衡量标准与判定方法33-37
• 3.4.1 拉裂的衡量标准—成形极限图33-34
• 3.4.2 成形极限图（FLD图）的判定方法34-36
• 3.4.3 板料起皱的衡量标准36-37
• 3.5 本章小结37-38
• 第四章 矩形盒拉深成形压边力的解析及仿真38-55
• 4.1 板料拉深成形安全区域分析38
• 4.2 破裂临界压边力解析38-41
• 4.3 起皱临界压边力解析41-45
• 4.4 临界压边力的影响因子45-46
• 4.5 仿真软件的选取46-47
• 4.6 矩形盒件成形仿真47-50
• 4.6.1 CAD造型47-48
• 4.6.2 板材的选取48-49
• 4.6.3 前处理49
• 4.6.4 后处理49-50
• 4.7 最优压边力控制曲线的确定与分析50-54
• 4.7.1 恒压边力51-52
• 4.7.2 变压边力52-54
• 4.8 本章小结54-55
• 第五章 基于神经网络变压边力的预测55-73
• 5.1 引言55
• 5.2 建立神经网络模型55-57
• 5.2.1 选取神经网络模型55-56
• 5.2.2 BP网络结构设计56-57
• 5.3 BP神经网络模型的学习训练57-64
• 5.3.1 BP神经网络算法60-62
• 5.3.2 BP网络的训练62-64
• 5.4 BP神经网络性能的检验64-67
• 5.5 结论67-68
• 5.6 变压边力预测软件的实现过程68-72
• 5.7 本章小结72-73
• 第六章 总结与展望73-75
• 6.1 总结73
• 6.2 展望73-75
• 致谢75-76
• 参考文献76-81
• 作者简介81
• 攻读硕士学位期间研究成果81

【相似文献】

中国期刊全文数据库 前10条

1 史东才;吴华英;魏公际;谌峰;郭成;;一种新型的变压边力装置[J];模具工业;2006年04期

2 吕盾;陈炜;姜银方;高霖;;变压边力控制技术的研究现状和发展趋势[J];模具工业;2006年04期

3 张斌;谢军;刘永强;;机械式多点变压边力压边组件的设计[J];锻压技术;2009年02期

4 郑家贤;;圆形零件拉延时压边力对冲件精度的影响[J];锻压技术;1980年04期

5 龚志辉;汪日超;周顺峰;杨继涛;;基于近似模型的变压边力优化设计[J];热加工工艺;2014年07期

6 余海燕,金隼,孙成智,林忠钦;多点变压的压边力控制系统开发[J];中国机械工程;2004年08期

7 谢世坤,黄菊花,李慎国,吴晓军,黎雪芬;薄板冲压成形中的压边力控制模拟与应用[J];机床与液压;2004年07期

8 余海燕,陈关龙,林忠钦,李淑慧;新型多点变压的压边力控制系统研制[J];塑性工程学报;2004年05期

9 王忠堂,张士宏,齐广霞,郑杰;方形坯料深拉延压边力控制方法及模具结构[J];热加工工艺;2005年03期

10 夏露;;S型轨道件反拉伸压边力的数值模拟[J];模具制造;2006年01期

中国重要会议论文全文数据库 前8条

1 姜潮;韩旭;刘桂荣;;一种U型件冲压的变压边力反求法[A];中国力学学会学术大会'2005论文摘要集（下）[C];2005年

2 姜银方;张永康;朱元右;汪建敏;李路娜;;基于变压边力的拼焊板方盒件成形失效分析[A];2007年全国失效分析学术会议论文集[C];2007年

3 姜银方;张永康;朱元右;汪建敏;李路娜;;基于变压边力的拼焊板方盒件成形失效分析[A];2007年中国机械工程学会年会论文集[C];2007年

4 任莉新;秦升学;陈宝成;杨俊茹;;压边力和反顶力对厚板精冲影响的有限元模拟[A];全国先进制造技术高层论坛暨第九届制造业自动化与信息化技术研讨会论文集[C];2010年

5 陈国栋;韩旭;刘桂萍;;基于代理模型引导采样的薄板冲压成形变压边力优化[A];结构及多学科优化工程应用与理论研讨会’2009（CSMO-2009）论文集[C];2009年

6 李泉永;孙希延;杨连发;;板料拉深成形中多点优化压边力曲线[A];制造业与未来中国——2002年中国机械工程学会年会论文集[C];2002年

7 杨连发;李泉永;;拉深变压边力装置及其优化曲线的研究[A];制造业与未来中国——2002年中国机械工程学会年会论文集[C];2002年

8 何丹农;陶宏之;印雄飞;阮雪榆;程惊雷;蒋镜显;;研究拉深用润滑剂的摩擦系数和压边力之间的关系[A];'99摩擦学表面工程学术会议论文集[C];1999年

中国博士学位论文全文数据库 前4条

1 王丽薇;微能耗变压边力系统研究[D];燕山大学;2009年

2 王武荣;基于自适应模拟的变压边力优化技术研究[D];上海交通大学;2007年

3 杨莉;伺服驱动压边力控制技术研究[D];燕山大学;2014年

4 马瑞;盒形件智能化拉深压边力控制规律的研究和实时预测[D];燕山大学;2006年

中国硕士学位论文全文数据库 前10条

1 田银;基于RBF神经网络的变压边力优化研究[D];西南交通大学;2015年

2 莫文佳;液压装备深拉伸变压边力优化设计与成形性能仿真技术及其应用研究[D];浙江大学;2015年

3 郭琦;汽车B柱拉延工艺的模拟与改进[D];太原科技大学;2015年

4 王红强;拉深成形变压边力神经网络预测技术研究[D];长春工业大学;2016年

5 杜广杰;伺服电机直接驱动的压边力控制执行机构设计与仿真[D];燕山大学;2011年

6 汪日超;基于近似模型的变压边力优化设计研究[D];湖南大学;2013年

7 韩晓玲;汽车覆盖件拉深过程中变压边力的研究[D];合肥工业大学;2007年

8 赵洪梅;铝合金冲压成形的变压边力技术研究[D];合肥工业大学;2013年

9 张铧;铝合金变压边力冲压成形的模拟分析及智能预测[D];合肥工业大学;2010年

10 邢楠;盒形件变压边力成形控制系统研究[D];西北工业大学;2005年

  本文关键词：拉深成形变压边力神经网络预测技术研究，，由笔耕文化传播整理发布。

本文编号：488493