基于BP神经网络矩形盒件拉深成形变压边力的预测

• 作者: 侯建文 刘海静 朱培 李奇涵 李笑梅 王红强
• 来源期刊: 锻压技术
• 学科: 工学
• 关键词: 人工神经网络 矩形盒件 变压边力 拉深成形 预测
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 板料成形
• 页码范围: 27-31
• 分类号: TH16
• 语种: 中文
• DOI: 10.13330/j.issn.1000-3940.2015.11.006

摘要

针对板料拉伸过程中出现拉裂、起皱等缺陷,通过人工神经网络技术研究了变压边力对矩形盒件拉伸成形效果的影响.建立了有限元模型,利用仿真软件Dynaform及“固定间隙法”获取样本数据;通过建立网络模型并对其学习训练,利用训练好的网络模型展开了对板料拉伸成形过程中变压边力预测技术的研究,获取了理想的压边力控制曲线.预测结果是板料的最大减薄率为16.2％,最大增厚率为6.6％,精度符合要求.仿真结果表明,BP神经网络可以实现对板料拉深成形变压边力的预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李奇涵	长春工业大学机电工程学院	45	138	7.0	10.0
2	王红强	长春工业大学机电工程学院	4	30	2.0	4.0
3	刘海静	长春工业大学机电工程学院	6	50	4.0	6.0
4	李笑梅	长春工业大学机电工程学院	4	30	2.0	4.0
5	侯建文	长春工业大学机电工程学院	4	31	2.0	4.0
6	朱培	长春工业大学机电工程学院	5	32	2.0	5.0