本文關(guān)鍵詞：基于人工智能的沖壓件復(fù)合參數(shù)數(shù)值優(yōu)化技術(shù)研究與應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】： 在機(jī)械制造中，沖壓成形已經(jīng)成為一種十分重要的塑性加工方法，廣泛應(yīng)用于汽車、航空航天、電器、造船、儀表等工業(yè)領(lǐng)域。隨著工業(yè)對沖壓件需求不斷的增長，板材成形技術(shù)在世界各國，特別是工業(yè)發(fā)達(dá)國家得到高度重視。影響沖壓件成形質(zhì)量的因素有很多，而回彈缺陷是最重要的影響之一�；貜椦芯堪貜楊A(yù)測和回彈控制兩個相互影響的方面，對回彈進(jìn)行準(zhǔn)確的預(yù)測有利于我們有效的控制回彈，而控制是預(yù)測的最終目標(biāo)，因為控制回彈能直接促進(jìn)沖壓質(zhì)量的提高，促進(jìn)沖壓技術(shù)的發(fā)展。 由于計算機(jī)技術(shù)的迅速發(fā)展，其運算能力已經(jīng)能滿足大規(guī)模的數(shù)值運算要求，使得以有限元為基礎(chǔ)的數(shù)值模擬沖壓仿真技術(shù)逐漸得到廣泛推廣和應(yīng)用，而數(shù)值模擬也為沖壓技術(shù)的發(fā)展帶來新的革命。不僅如此，結(jié)合計算機(jī)的強(qiáng)大數(shù)值運算能力，以傳統(tǒng)的試驗方法為基礎(chǔ)，通過數(shù)學(xué)建模來模擬沖壓成形也變?yōu)楝F(xiàn)實，再結(jié)合數(shù)值優(yōu)化方法，使沖壓技術(shù)的優(yōu)化得到長足的進(jìn)步。 本文就是在上述的技術(shù)背景上，提出了針對沖壓成形中最常見的問題之一：回彈缺陷，以回彈現(xiàn)象較為嚴(yán)重的類U型件為研究對象，以正交試驗法為實驗數(shù)據(jù)基礎(chǔ)，以DYNAFORM數(shù)值沖壓仿真為手段，以材料性能、沖壓工藝、回彈角反映的關(guān)鍵型面尺寸這三種參數(shù)為試驗因素，以工程實際的經(jīng)驗取值范圍為因素的水平，以沖壓成形回彈分析模型與設(shè)計模型的誤差量為試驗指標(biāo)，完成正交試驗方案并得到相應(yīng)的誤差數(shù)據(jù)。根據(jù)已完成的正交表導(dǎo)入回彈控制原型系統(tǒng)，作為對人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練的原始數(shù)據(jù)和校驗數(shù)據(jù)。訓(xùn)練所得的人工神經(jīng)網(wǎng)絡(luò)作為遺傳算法的“Fit Function”并在因素的水平范圍內(nèi)進(jìn)行全局的優(yōu)化，最后能得出最優(yōu)的參數(shù)取值。 本文的特色在于通過回彈角反映關(guān)鍵型面尺寸實現(xiàn)模具的參數(shù)化，并與材料性能、沖壓工藝同時作為試驗參數(shù)；另外把人工神經(jīng)網(wǎng)絡(luò)和遺傳算法相結(jié)合，，實現(xiàn)了沖壓過程的數(shù)學(xué)模型模擬和參數(shù)優(yōu)化；而且本文的工作還包括把正交試驗、沖壓仿真、回彈評價(包括由回彈角所反映出來的型面關(guān)鍵尺寸的計算與定位、成形結(jié)果與設(shè)計模型的位移誤差計算)、參數(shù)優(yōu)化(包括人工神經(jīng)網(wǎng)絡(luò)的沖壓數(shù)學(xué)模型訓(xùn)練和遺傳算法的全局尋優(yōu))整合到一個原型系統(tǒng)平臺上，具有很高的工程應(yīng)用價值。
【關(guān)鍵詞】：回彈 復(fù)合參數(shù)優(yōu)化 正交試驗 人工神經(jīng)網(wǎng)絡(luò) 遺傳算法 人工智能
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2007
【分類號】：TG386
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-19
• 1.1 板料沖壓的研究背景及意義9-10
• 1.2 板料成形回彈分析的研究與發(fā)展10-16
• 1.2.1 解析法的板料成形研究與發(fā)展11-12
• 1.2.2 實驗法的回彈分析研究與發(fā)展12-13
• 1.2.3 有限元數(shù)值模擬分析法的板料成形研究與發(fā)展13-16
• 1.3 論文工作內(nèi)容16-18
• 1.4 本章小結(jié)18-19
• 第二章 板料成形回彈控制數(shù)值模擬方法19-33
• 2.1 板料成形回彈控制方法的發(fā)展19-24
• 2.1.1 板料成形過程有限元分析模型的建立21
• 2.1.2 基于應(yīng)力應(yīng)變有限元法列式表達(dá)式的建立21-22
• 2.1.3 針對薄板成形有限元算法的建立22-24
• 2.2 薄板沖壓的材料本構(gòu)關(guān)系的確立24-26
• 2.2.1 與應(yīng)變率有關(guān)的各向同性材料模型24-25
• 2.2.2 與應(yīng)變率相關(guān)的各向異性材料模型25-26
• 2.3 薄板沖壓有限元分析的單元模型建立26-27
• 2.4 薄板沖壓回彈分析及其建模方法27-29
• 2.4.1 薄板沖壓回彈的機(jī)理27-28
• 2.4.2 板料回彈的影響因素28-29
• 2.5 板料成形回彈有限元模擬軟件DYNAFORM29-32
• 2.5.1 DYNAFORM的介紹與應(yīng)用情況29-30
• 2.5.2 類U型件在DYNAFORM中的成形仿真30-32
• 2.6 本章小結(jié)32-33
• 第三章 基于正交試驗法的復(fù)合參數(shù)沖壓方案設(shè)計33-44
• 3.1 正交試驗法33-38
• 3.1.1 正交試驗設(shè)計的基本工具——正交表34
• 3.1.2 正交試驗法的特點34-36
• 3.1.3 正交試驗結(jié)果的分析方法36-38
• 3.2 正交試驗法在沖壓方案設(shè)計上的應(yīng)用38-43
• 3.2.1 板料沖壓關(guān)鍵尺寸的確定38-40
• 3.2.2 沖壓方案的正交試驗表構(gòu)造40-42
• 3.2.3 沖壓方案的試驗結(jié)果與分析42-43
• 3.3 本章小結(jié)43-44
• 第四章 沖壓回彈預(yù)測及復(fù)合參數(shù)優(yōu)化方法44-57
• 4.1 回彈預(yù)測的人工神經(jīng)網(wǎng)絡(luò)模型44-51
• 4.1.1 人工神經(jīng)網(wǎng)絡(luò)的概述44
• 4.1.2 人工神經(jīng)網(wǎng)絡(luò)的性質(zhì)44-45
• 4.1.3 人工神經(jīng)網(wǎng)絡(luò)的原理45-46
• 4.1.4 基于人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本數(shù)據(jù)預(yù)處理46
• 4.1.5 基于人工神經(jīng)網(wǎng)絡(luò)的沖壓回彈預(yù)測模型46-51
• 4.2 沖壓回彈的遺傳算法參數(shù)優(yōu)化方法51-55
• 4.2.1 遺傳算法簡介51-52
• 4.2.2 遺傳算法的特征52-54
• 4.2.3 基于遺傳算法的沖壓回彈參數(shù)優(yōu)化54-55
• 4.3 本章小結(jié)55-57
• 第五章 基于人工智能的沖壓件復(fù)合參數(shù)優(yōu)化應(yīng)用57-66
• 5.1 回彈控制原型系統(tǒng)簡介57-58
• 5.2 前處理模塊58
• 5.3 回彈評價模塊58-61
• 5.3.1 確定關(guān)鍵尺寸58-59
• 5.3.2 測定沖壓成形質(zhì)量59-61
• 5.4 后處理模塊61-63
• 5.4.1 參數(shù)設(shè)置61-62
• 5.4.2 導(dǎo)入正交試驗結(jié)果62
• 5.4.3 參數(shù)優(yōu)化62-63
• 5.5 優(yōu)化結(jié)果驗證63-66
• 第六章 總結(jié)與展望66-69
• 6.1 本文研究工作總結(jié)66-67
• 6.2 研究工作展望67-69
• 附錄一69-75
• 附錄二75-82
• 附錄三82-84
• 附錄四84-90
• 參考文獻(xiàn)90-94
• 致謝94

【引證文獻(xiàn)】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 徐以國;基于蟻群神經(jīng)網(wǎng)絡(luò)的家電殼體注塑成型質(zhì)量預(yù)測[D];浙江大學(xué);2010年

2 徐冰冰;數(shù)值優(yōu)化在汽車復(fù)雜注塑件成型工藝分析中的應(yīng)用[D];浙江大學(xué);2008年

  本文關(guān)鍵詞：基于人工智能的沖壓件復(fù)合參數(shù)數(shù)值優(yōu)化技術(shù)研究與應(yīng)用，由筆耕文化傳播整理發(fā)布。

本文編號：379054