应用Matlab中内建的神经网络工具箱建立了三层前向反馈BP神经网络模型,并利用拉深试验中采集数据样本集对模型进行前期学习训练,达到指定目标误差后再利用另外一些实际试验样本集来验证所建模型.结果表明:此三层BP模型模拟计算结果与试验结果的相对误差在1%之内,可有效地预测薄板拉深成形过程中的成形性能参数设置是否合理,从而为实现薄板拉深成形过程的智能化预测奠定一个基础.
参考文献
| [1] | Wang J.;Wu X. .A neural networks approach to investigating the geometrical influence on wrinkling in sheet metal forming[J].Journal of Materials Processing Technology,2000(3):215-220. |
| [2] | Manade K;Yang M;Yoshihara S .Artificial intelligent identification of process parameters and adaptive control system for deep drawing process[J].Journal of Materials Processing Technology,1998,93(80-81):421-426. |
| [3] | 罗亚军,张永清,赵军.板材拉深成形智能化控制过程中摩擦系数的识别[J].锻压技术,2001(02):38-40. |
| [4] | 汪锐,罗亚军,何丹农,王东哲,郦均,张苇.基于模糊神经网络的压边力优化控制专家系统[J].上海交通大学学报,2001(03):411-415. |
| [5] | J.C. Lin .Using FEM and neural network prediction on hydrodynamic deep drawing of T-piece maximum length[J].Finite elements in analysis & design,2003(5/6):445-456. |
| [6] | 赵军,罗亚军,曹宏强.轴对称件拉深成形智能化控制过程中材料参数识别的神经网络模型设计[J].燕山大学学报,2000(02):95-98. |
| [7] | 訾炳涛,崔建忠,巴启先,姚可夫.基于人工神经网络的凝固组织晶粒尺寸预测[J].中国有色金属学报,2001(03):480-484. |
| [8] | 苏娟华,董企铭,刘平,李贺军,康布熙.基于人工神经网络的铜合金形变热处理工艺和性能[J].中国有色金属学报,2003(05):1077-1082. |
| [9] | 吕冬,丁柯,何丹农,张永清,阮雪榆,彭大暑,江勇.基于神经网络的拉深力智能化预测系统[J].中国有色金属学报,2000(03):420. |
| [10] | 刘增良;刘有才.模糊逻辑与神经网络[M].北京:北京航空航天大学出版社,1996 |
| [11] | 丛爽.面向MATLAB工具箱的神经网络理论与应用[M].合肥:中国科学技术大学出版社,1998 |
| [12] | 王东哲 .板料拉深成形变压边力理论和实验研究[D].上海交通大学,2001. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%