基于改进粒子群算法和小波神经网络的高强钢扭曲回弹工艺参数优化

发布时间：2017-08-17 15:41

  本文关键词：基于改进粒子群算法和小波神经网络的高强钢扭曲回弹工艺参数优化

  更多相关文章： 高强钢 扭曲回弹 参数优化 小波神经网络 粒子群算法

【摘要】：针对高强钢复杂件冲压后出现的扭曲回弹现象,运用有限元仿真软件DYNAFORM对复杂件的冲压、回弹过程进行数值模拟,提出了评价复杂件扭曲回弹程度的指标,并运用试验设计和小波神经网络代理模型方法对扭曲回弹进行了优化研究。以某弯曲梁为研究对象,以扭曲回弹为成形目标,通过正交试验设计筛选出对扭曲回弹影响较大的工艺参数作为影响因素。利用拉丁超立方对影响因素进行抽样,通过数值模拟获得样本数据,建立影响因素与成形目标之间的小波神经网络代理模型,利用改进的粒子群算法对该模型迭代寻优获得最优参数。结果表明:采用优化后的工艺参数能有效地减小该弯曲梁的扭曲回弹,该方法为减小复杂件的扭曲回弹提供一种有益的指导。
【作者单位】： 西南交通大学机械工程学院;
【关键词】： 高强钢 扭曲回弹 参数优化 小波神经网络 粒子群算法
【基金】：国家自然科学基金资助项目(51275431)
【分类号】：TG386;TP18
【正文快照】： 0前言*回弹是板料冲压成形的主要缺陷之一,严重影响了冲压件的精度。近年来,为了适应汽车车身的轻量化、高强度等要求,汽车车身覆盖件的制造越来越多地采用高强度钢[1-2]。然而,高强钢的力学性能不同于普通碳钢,使得冲压件的硬化规律、加工性能等有所变化,导致高强钢薄板冲压

【相似文献】

中国期刊全文数据库 前10条

1 丁晓牧,金施群,费业泰;动态误差时间序列小波神经网络预测模型[J];合肥工业大学学报(自然科学版);2003年06期

2 张俊;张海燕;;遗传小波神经网络仿真技术在复合管铸造中的应用[J];铸造技术;2008年03期

3 张俊;付正飞;;基于小波神经网络的凸轮轴铸造过程数值仿真研究[J];铸造技术;2010年02期

4 冯晓锋;余金伟;;基于小波神经网络的机床刀具检测[J];新技术新工艺;2009年08期

5 陈维金,李迎,朱红雨;基于小波神经网络的高速铣削刀具磨损识别[J];组合机床与自动化加工技术;2005年10期

6 张鹏飞;田建艳;;热轧轧制力小波神经网络预报模型的研究[J];山西冶金;2007年03期

7 陈静;王武;毛林;;基于差分进化小波神经网络的刀具磨损状态识别[J];机械设计与制造;2012年07期

8 蒋奇;基于小波神经网络的管道腐蚀缺陷定量识别研究[J];钢铁;2005年10期

9 冯冀宁,刘彬,刁哲军,张春生;基于小波神经网络的切削刀具状态监测[J];中国机械工程;2004年04期

10 王朝栋,万静,樊景云;基于小波神经网络的铝合金硬度定量无损检测研究[J];哈尔滨理工大学学报;2004年06期

中国重要会议论文全文数据库 前1条

1 胡田田;蒋爱平;;小波神经网络及其在软测量建模中的应用[A];上海市化学化工学会2006年度学术年会论文摘要集[C];2006年

中国博士学位论文全文数据库 前1条

1 纪良波;熔融沉积成型有限元模拟与工艺优化研究[D];南昌大学;2011年

中国硕士学位论文全文数据库 前6条

1 孙新强;基于小波神经网络的板料冲压回弹研究[D];西南交通大学;2015年

2 员世芬;小波神经网络理论的研究及其在加热炉钢坯温度预报中的应用[D];太原理工大学;2005年

3 卢卫萍;基于小波神经网络的齿轮箱故障诊断研究[D];燕山大学;2009年

4 张碧夏;基于PSO的小波神经网络热连轧板材质量模型研究[D];山西师范大学;2014年

5 乔宏;基于小波神经网络的数控机床关键部件故障诊断[D];西南交通大学;2011年

6 朱云芳;基于小波神经网络的刀具故障诊断[D];西南交通大学;2005年

，

本文编号：689821