作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高汽车B柱加强板热冲压件的厚度均匀性,提出了非支配排序遗传算法的工艺参数多目标优化方法.分析了B柱加强板的热冲压过程,选择板料加热温度、冲压速度、摩擦系数和模具间隙作为优化参数.以减小最大减薄率和最大增厚率作为优化目标,建立多目标优化模型.使用最优拉丁超立方抽样法在优化空间内设计实验点,并依据Autoform有限元软件得到实验值.基于BP神经网络拟合工艺参数与质量参数之间的关系,并依据预测均方根误差验证了拟合的精确性.使用非支配排序遗传算法搜索多个优化目标的Pareto前沿解.经生产验证,与厂家工艺相比,优化后的热冲压件最大减薄率减小了22.25%,最大增厚率减小了7.34%,说明优化后冲压件的质量得到了提高;且优化后最大减薄率和最大增厚率的标准差均减小,说明优化工艺的生产稳定性更好.
推荐文章
基于微型多目标遗传算法的薄板冲压成形变压边力优化
多目标优化
变压边力
薄板冲压成形
微型多目标遗传算法
采用遗传算法的复合材料板簧多目标优化方法
客车
板簧
复合材料
遗传算法
多目标优化
液氮洗工艺的多目标遗传算法优化
液氮洗
模拟分析
多目标遗传算法
过程优化
汽车B柱加强板落料工艺的改进
B柱加强板
落料
材料利用率
成本
冲模
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 汽车B柱加强板热冲压工艺的遗传算法多目标优化
来源期刊 锻压技术 学科
关键词 B柱加强板 热冲压 BP神经网络 非支配排序遗传算法 Pareto前沿解
年,卷(期) 2021,(5) 所属期刊栏目 板料成形|SHEET FORMING
研究方向 页码范围 46-52
页数 7页 分类号 TG386
字数 语种 中文
DOI 10.13330/j.issn.1000-3940.2021.05.008
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (113)
共引文献  (13)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(11)
  • 参考文献(0)
  • 二级参考文献(11)
2015(10)
  • 参考文献(0)
  • 二级参考文献(10)
2016(19)
  • 参考文献(0)
  • 二级参考文献(19)
2017(18)
  • 参考文献(0)
  • 二级参考文献(18)
2018(16)
  • 参考文献(2)
  • 二级参考文献(14)
2019(9)
  • 参考文献(5)
  • 二级参考文献(4)
2020(6)
  • 参考文献(5)
  • 二级参考文献(1)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
B柱加强板
热冲压
BP神经网络
非支配排序遗传算法
Pareto前沿解
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
锻压技术
月刊
1000-3940
11-1942/TG
大16开
北京市海淀区学清路18号
2-322
1958
chi
出版文献量(篇)
6074
总下载数(次)
18
总被引数(次)
34654
论文1v1指导