位置:成果数据库 > 期刊 > 期刊详情页
基于正交试验和神经网络的激光拼焊板回弹预测
  • ISSN号:1007-2012
  • 期刊名称:《塑性工程学报》
  • 时间:0
  • 分类:TG386[金属学及工艺—金属压力加工]
  • 作者机构:[1]江苏大学机械工程学院,镇江212013
  • 相关基金:国家自然科学基金资助项目(50475125);江苏省高校自然科学基金资助项目(05KJD460044).
中文摘要:

准确预测和有效控制拼焊板成形回弹,研究各因素的影响及其交互作用具有重要意义。以U形件拼焊板为研究对象,通过数值模拟、正交试验和神经网络相结合的方法,考察多个工艺参数对拼焊板回弹的交互作用,建立拼焊板回弹的BP神经网络预测模型,对U形件拼焊板的回弹进行预测和控制。结果表明,板料参数、焊缝位置、压边力、模具间隙、凹模圆角等均对拼焊板回弹有重要的影响,并存在交互作用;建立的BP神经网络模型能很好地预测U形件拼焊板在各参数影响下的回弹变化趋势,和给定一组工艺参数下的拼焊板回弹量,为拼焊板的回弹控制提供了可靠的依据。神经网络技术在拼焊板回弹预测中的应用,为拼焊板成形优化研究提出了新思路。

英文摘要:

It's great significance to exactly predict and efficiently control the springback in Tailor welded blanks (TWBs) forming, and to study the interaction of various process parameters influencing springback. Taken U-shaped TWBs into account, interaction of several process parameters influencing springback of TWBs is comprehensively studied through numerical simulation and orthogonal experiment. According to the characteristic of TWBs forming, BP neural network model adapted to predict springback is built up, which is used to predict the springback of U-shaped TWBs. The results show that springback of TWBs is mutually influenced by parameters of blank, position of welded-line, blank holder force, clearance of tools, die profile radii etc. , tendency of springback affected by every parameter respectively and the springback under the case of giving a group of process parameters can be preferably predicted by BP neural network prediction model, which supplies a foundation to control springhack of TWBs. Neural network technology applied to springback prediction of TWBs gives a new way to research optimization of TWBs forming.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《塑性工程学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国机械工程学会
  • 主编:陆辛
  • 地址:北京学清路18号北京机电研究所708室
  • 邮编:100083
  • 邮箱:sxgcxb@263.net
  • 电话:010-82415079 62912592
  • 国际标准刊号:ISSN:1007-2012
  • 国内统一刊号:ISSN:11-3449/TG
  • 邮发代号:80-353
  • 获奖情况:
  • 中国科技论文统计源期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:8425