欢迎来到天天文库
浏览记录
ID:35181470
大小:4.60 MB
页数:81页
时间:2019-03-21
《拉深成形变压边力神经网络预测技术研究》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、分类号:TG386单位代码:10190研究生学号:201301027密级:无硕士学位论文拉深成形变压边力神经网络预测技术研究StudyonNeuralNetworkPredictionTechniqueofVariableBlank-holderForceinDeepDrawingForming研究生姓名:王红强专业:机械工程指导教师姓名:李奇涵指导教师职称:教授2016年4月硕士学位论文长春工业大学硕士学位论文原创性声明本人郑重声明:所呈交的硕士学位论文,《拉深成形变压边力神经网络预测技术研究》是本人
2、在指导教师的指导下,独立进行研究工作所取得的成果。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作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者签名:年月日长春工业大学硕士学位论文版权使用授权书本学位论文作者及指导教师完全了解“长春工业大学硕士学位论文版权使用规定”,同意长春工业大学保留并向国家有关部门或机构送交学位论文的复印件和电子版,允许论文被查阅和借阅。本人授权长春工业大学可以将本学位论文的全部或
3、部分内容编入有关数据库进行检索,也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。作者签名:年月日校内指导教师签名:年月日硕士学位论文摘要随着板料拉深成形技术的飞速发展,人工智能技术与塑性成形技术的结合越来越受到重视。人工神经网络作为智能技术的一支新生科学,通过自身具有高度的自响应性和自学习能力等优点解决了许多复杂的拟合性问题,能够为非线性模型的优化、预测等问题提供良好的解决途径。拉深成形作为塑性加工领域中一种典型的加工技术,其中压边力对毛坯拉深成形效果有非常显著的影响,能够理想地实现对压边力实时预
4、测和控制是生产优质拉深件的必要条件。但在实际生产中压边力与众多因素都有关联,各因素对其影响程度不尽相同,且各因素间也存在联系。在板料拉深成形过程中,如何准确地预测变压边力的变化规律成为了一个复杂的非线性问题。首先,本文构建了矩形盒拉深成形时压边力作用的模型,依据塑性成形理论和板料拉深原理,分析了矩形盒拉深成形的特点和其几种典型的失效形式,进而提出了判定失效的方法和衡量的标准;确定了板料拉深成形变压边力的安全极限图,详细推导了矩形盒拉深成形法兰区域起皱及角部拉裂的临界压边力公式,并对影响临界压边力的因素作
5、了分析。再者,在对矩形盒拉深过程中,利用DYNAFORM对几种典型的压边力加载方式展开了仿真分析,通过对模拟结果总结对比,获取了理想的变压边力加载模式,并在此基础上进行了数据样本的筛选工作。然后,依据人工神经网络的基本理论、基本公式和基本方法,建立了神经网络预测模型,鉴于科研条件和样本的特性,采取了“固定间隙法”获取了样本数据,通过对网络模型训练学习,成功预测出了矩形盒拉深成形时较优的变压边力加载曲线。并对较优的正梯形变压边力曲线仿真结果与网络预测得到的变压边力拟合曲线仿真结果进行了对比,验证了后者更为
6、符合生产要求。最后,借助数学分析软件MATLAB7.8和编程软件VB(6.0)研究开发了变压边力智能预测系统软件,该软件具有易操作、易学习、安全性高、准确度高和可靠性高等优点。关键词:矩形盒件变压边力数值模拟拉深成形BP神经网络智能预测I硕士学位论文AbstractWiththerapiddevelopmentofsheetmetalformingtechnology,Thecombinationofartificialintelligencetechnologyandplasticformingtec
7、hnologyispaidmoreandmoreattention.Asanewscienceofintelligenttechnology,theartificialneuralnetworkcansolvemanycomplexfitofproblemsbythehighlyself-responsivenessandtheabilityofself-learning,itcanprovideagoodsolutionfortheoptimizationandpredictionofnonlinea
8、rmodel.Asatypicalprocessingtechnologyinthefieldofplasticprocessing,Theblank-holderforce(BHF)hasasignificantinfluenceofthedeepdrawingformingeffectofsheet.Itisnecessarytoproducthighqualitydrawingpartthatcanideallyrealizether
此文档下载收益归作者所有