基于神经网络和粒子群算法的冲压成形多目标优化

《基于神经网络和粒子群算法的冲压成形多目标优化》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、forming．TheresultswerewrifiedatlastinDYNAFROMsoftware．Theresultsbycontrastshowthatnumericalsimulationtechniquecarlprovideallapproximatemodelofneuralnetworktrainingsamplesandtheoptimizedparametercombinationobtainedbythemulti-objectiveparticleswarmoptimizationalgorithmi

2、sexact．TheoptimizationresultsCanguidetheactualproduction．Thetechnologycoursecannotonlyinheretheworkefficiencygreatlvandreducetheproductioncostsbutalsoimprovethequalityofproducts，廿lepopularizationandapplicationofwhichinthisfieldisworthy．Keywords：stampingprocess，rectang

3、ularpart，RBFnetwork，particleswarmoptimizationalgorithm，multi-objectiveoptimization111目录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯IAbstract⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯．．II第1章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯11．1课题研究的背景和意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．11．2国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

4、⋯⋯⋯⋯⋯⋯⋯．．21．31．41．5第2章2．12．22．4第3章3．11．2．1板料成形数值模拟技术的发展现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯21．2．2板料成形优化技术发展现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3主要研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．5研究方法及技术路线⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．6本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．8典型方盒件冲压成形数值模拟⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯9模拟实验构思和准备⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。9方盒件数值模拟

5、分析模型的建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯102．2．1方盒件CAD模型建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯102．2．2有限元模型的建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．12工艺条件对模拟结果的影响⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯152．3．1不同冲压速度的成形模拟⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯152．3．2不同凹模圆角的成形模拟⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．162．3．3不同压边力的成形模拟⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．162．3．4不同情况润滑条件的模拟⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．17本章小结⋯⋯⋯⋯⋯

6、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．18多目标数学模型建立及正交试验设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．20冲压成形工艺优化多目标数学模型建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯203．1．1设计变量的确定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．203．1．2优化目标的确定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．22正交试验设计原理及过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯243．2．1正交试验简介⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．253．2．2正交试验设计过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．26数值仿真的正交试验设计⋯⋯⋯⋯

7、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯273．3．1影响因素及水平的确定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．273．4第4章4．14．24．4第5章5．15．23．3．2正交表选取及冲压成形正交试验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．28本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯30基于RBF神经网络的冲压成形近似模型建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯32人工神经网络简介⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯32RBF神经网络⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．324．2．1RBF神经网络拓扑结构和性质⋯⋯⋯⋯⋯⋯

8、⋯⋯⋯⋯⋯⋯⋯．344．2．2RBF神经网络学习算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．36方盒件冲压成形质量预测的神经网络模型建立⋯⋯⋯⋯⋯⋯⋯⋯⋯384．3．1神经网络参数设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．384．3．2神经网络学习样本获