基于RBF神经网络模型的板料成形变压边力优化

• 作者: 何育军 田银 谢延敏
• 来源期刊: 西南交通大学学报
• 学科: 工学
• 关键词: 板料成形 变压边力 数值模拟 RBF神经网络
• 年，卷（期）: 2016,（1）
• 页码范围: 121-127
• 页数: 7页
• 分类号: TG386
• 字数: 3309字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.2016.01.018

摘要

为了解决变压边力优化过程中RBF(radial basis function)神经网络隐层节点训练难的问题,利用人工智能算法的优越性,建立了基于人工免疫算法的RBF神经网络,并将其用于非线性函数的逼近中.结合分块压边圈与改变压边力控制技术,通过Dynaform软件进行数值模拟获得成形数据,建立了变压边力与成形质量之间的RBF神经网络近似模型.利用人工免疫智能算法对该近似模型进行优化,获得最优压边力参数.将该方法应用于S形梁冲压成形中,与优化前的结果进行比较,采用优化后最优变压边力可以抑制起皱,最大起皱量减少了89.53％.

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	西南交通大学先进设计与制造技术研究所	7	82	7.0	7.0
3	何育军	西南交通大学先进设计与制造技术研究所	8	90	7.0	8.0