基于小波神经网络和粒子群算法的铝合金板冲压回弹工艺参数优化

• 作者: 何育军 孙新强 田银 谢延敏
• 来源期刊: 锻压技术
• 学科: 工学
• 关键词: 铝合金 回弹 小波神经网络 粒子群算法
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 计算机应用
• 页码范围: 137-142
• 分类号: TG386
• 语种: 中文
• DOI: 10.13330/j.issn.1000-3940.2015.01.028

摘要

针对铝合金复杂件冲压后出现的较大回弹缺陷,同时为减少冲压成形工艺参数的优化时间,使用有限元仿真软件DY-NAFORM对冲压成形及回弹过程进行数值模拟,在确保数值模拟与试验结果基本一致的基础上,利用代理模型对回弹进行了优化研究.以NUMISHEET'96 S梁为研究对象,凸模圆角半径、凹模圆角半径、压边力、板料厚度作为影响因素,成形后最大回弹值作为成形目标,运用拉丁超立方抽样,通过数值仿真获得样本数据,建立影响因素与成形目标之间的小波神经网络代理模型,利用粒子群算法对该模型迭代寻优获得最优工艺参数.结果表明:小波神经网络能较好地描述板料工艺参数与回弹之间的映射关系,优化后成形件的回弹量大大减小.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢延敏	西南交通大学机械工程学院先进设计与制造技术研究所	31	255	10.0	14.0
2	田银	西南交通大学机械工程学院先进设计与制造技术研究所	7	82	7.0	7.0
3	孙新强	西南交通大学机械工程学院先进设计与制造技术研究所	6	69	6.0	6.0
4	何育军	西南交通大学机械工程学院先进设计与制造技术研究所	8	90	7.0	8.0