基于灰色理论和神经网络弯曲回弹预测研究

《基于灰色理论和神经网络弯曲回弹预测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ClassifiedIndex：TH386．1U．D．C：621SouthwestJiaotong叻iversity一●MasterDegreeThesisRESEARCHONTHEPREDICTIONOFTHEBENDINGSPRnⅪ(猖ACKBASEDONGREYTHEORYANDNEI爪AI。NETWORKMODELGrade：2010Candidate：WangZhiAcademicDegreeAppliedfor：MasterDegreeSpeciality：MechanicalManufacturing&Automa

2、tionSupervisor：ProfessorXieyanminMay．19．2013西南交通大学曲南父逋大罕学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于1．保密口，在年解密后适用本授权书；2．不保密团，使用本授权书。(请在以上方框内打“寸’)学位论文作者签名：王宿日期：Ⅻ

3、J；．j．17指导老师签名：啦孔日期：加／弓、s，叫西南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下：1．通过对弯曲理论进行深入分析，探究了回弹产生的根本原因；分析影响弯曲回弹的因素，尤其是各工艺参数对回弹的影响；利用灰色关联分析，筛选出工艺参数中影响弯曲回弹的主要因素，再根据影响程度的计算和排序筛选了用于建立弯曲回弹代理模型的设计变量。2．针对基于数值模拟的成形回弹预测时间长，精度低的问题，分析灰色模型和BP神经网络模型的优劣势，选择合适的组合方式，提出了用于弯曲回弹预测的组合预测代理模型。

4、通过寻找最佳权值以优化灰色模型中微分所对应的背景值，编写了基于改进灰色神经网络模型进行回弹预测的程序。同时，把该模型应用到简单无约束弯曲回弹的预测中，在保证预测精度的情况下，不但提高了回弹预测的效率，还增强了预测结果的稳定性。3．将基于灰色关联和灰色神经网络代理模型的方法应用到典型弯曲件—叫，形件的回弹预测中。研究结果表明：利用本文提出的代理模型对弯曲回弹进行预测，设计变量少，预测精度高；相比于其他文献采用的代理模型法，本文提出的方法可以更方便、更准确地通过控制和调节工艺参数来减小U形件的回弹量。本人郑重声明：所呈交的学位论文，

5、是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均己在文中作了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。学位论文作者签名：王宿日期：砌三．r．哆西南交通大学硕士研究生学位论文第1页摘要木回弹是弯曲成形中不可避免的物理现象。由于回弹的存在，使得成形后的零件形状和尺寸发生较大的变化，难以达到设计的要求。因此，如何提高弯曲回弹预测的精度，一直是工业界研究的热点和难点。近年来，代理模型法开始越来越多

6、的应用在冲压成形上，尤其是弯曲回弹的预测。然而，由于在弯曲过程中，回弹受到了诸多因素的影响，不同形状的零件回弹规律差别又很大，目前代理模型法对弯曲回弹预测精度还不理想，回弹问题还有待迸一步的研究。另外，在工业实践中，通常采用调整和控制工艺参数来减小回弹量。基于此，本文根据影响弯曲回弹预测精度的几个难点：如何调节工艺参数减小回弹、回弹预测模型的选择以及高精度回弹近似模型的建立，应用组合预测建立代理模型的方法，开展了针对弯曲回弹的预测研究。首先利用灰色关联分析各工艺参数对回弹的影响程度，以影响较大的工艺参数作为设计变量，结合灰色模型

7、和BP神经网络模型各自的优点，将组合的灰色神经网络代理模型应用于弯曲回弹的预测。该模型针对于弯曲回弹的特点，作了以下改进：采用多因子输入的灰色预测模型为主模型进行粗预测，神经网络为辅助模型修正其误差，并通过寻找最佳权值以优化灰色模型中微分所对应的背景值，来获得预测效果最佳的灰色模型，以提高灰色神经网络代理模型的回弹预测精度。然后，以NUMISHEET’93的典型弯曲模型_I7形件为例，分析影响U形件回弹的工艺参数，获取原始数据；通过灰色关联分析筛选出主要影响因素，分别为压边力、凹模与板料间的摩擦系数以及模具间隙；再以这三个因素为

8、设计变量，利用改进灰色神经网络建立近似模型，对成形后的回弹进行预测验证，预测平均相对误差仅为2．26％；最后，把该预测效果与其他文献所使用的代理模型进行对比。结果表明：应用基于灰色理论和灰色神经网络代理模型组合预测的方法预测U形件弯曲回弹，设计变量少，预测精度高