基于BP神经网络预测变壁厚薄壁深孔件挤压力

• 作者: 吴志林 张能 程宇梁 蔡松 陈智仁
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 反挤压 数值模拟 BP神经网络
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 工程实践
• 页码范围: 474-478
• 页数: 5页
• 分类号: TG376.9
• 字数: 2711字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.02.040

摘要

以变壁厚薄壁深孔件的挤压加工为研究对象,运用DEFORM-2D有限元仿真软件对7050铝合金反挤压的挤压力进行模拟计算,得到几组样品壁厚和挤压力大小的数据.并将样品壁厚作为BP神经网络的输入层,将挤压力大小作为BP神经网络的输出层,建立了一个1-4-1的3层BP神经网络.对神经网络进行训练后,预测出来的挤压力与模拟计算得到的挤压力间的最大误差为5.12％.实现了对挤压力的预测,相对于传统的挤压力计算公式,该方法不仅速度快,精度也要高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴志林	南京理工大学机械工程学院	65	272	11.0	13.0
2	蔡松	南京理工大学机械工程学院	3	7	2.0	2.0
3	张能	南京理工大学机械工程学院	1	1	1.0	1.0
4	程宇梁	南京理工大学机械工程学院	1	1	1.0	1.0
5	陈智仁		1	1	1.0	1.0