基于SA-RBF神经网络的冲压成形拉延筋优化

• 作者: 卓德志 唐维 熊文诚 谢延敏 黄仁勇
• 来源期刊: 西南交通大学学报
• 学科: 工学
• 关键词: 拉延筋 模拟退火算法 RBF神经网络 NSGA-Ⅱ算法
• 年，卷（期）: 2017,（5）
• 页码范围: 970-976,993
• 页数: 8页
• 分类号: TG386
• 字数: 3134字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.2017.05.018

摘要

为提高神经网络预测精度,利用模拟退火算法对基于k-均值聚类的RBF(radical basis function)神经网络进行了结构优化.首先,以NUMISHEET 02翼子板冲压成形为研究对象,以6条等效拉延筋力作为输队变量,基于Spearman相关分析和拉丁超立方抽样抽取相关性系数较小的数据作为SA-RBF(simulated annealing-RBF)神经网络的训练样本;其次,将训练样本进行Dynaform数值仿真,以起皱缺陷和拉裂缺陷建立的成形质量评价函数为目标函数,通过SA-RBF神经网络建立等效拉延筋力与目标函数间的非线性映射关系;再次,利用NSGA-Ⅱ 算法对其进行求解得到Pareto最前沿,通过灰色关联分析理论确定最佳拉延筋力;第三,利用优化的拉延筋力对翼子板成形进行数值仿真分析,成形极限图结果表明,优化后的成形件起皱显著减少,而巨塑性变形更加均匀,提高了成形质量.

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	黄仁勇	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	47	3.0	6.0
3	唐维	西南交通大学机械工程学院先进设计与制造技术研究所	5	10	2.0	2.0
4	卓德志	西南交通大学机械工程学院先进设计与制造技术研究所	4	30	3.0	4.0
5	熊文诚	西南交通大学机械工程学院先进设计与制造技术研究所	3	12	2.0	3.0