基于神经网络的粉末冶金摆线外转子整形模具磨损和应力分析

作     者：押海龙 贺利乐 林育阳 王兴 YA Hai-long;HE Li-le;LIN Yu-yang;WANG Xing

作者机构：西安建筑科技大学机电工程学院西安710055 陕西省机械研究院陕西咸阳712000 

基　　金：陕西研发计划(2020GY-245) 

出 版 物：《精密成形工程》 (Journal of Netshape Forming Engineering)

年 卷 期：2023年第15卷第6期

页      码：86-93页

摘      要：目的解决粉末冶金制品生产过程中模具磨损和应力集中对产品质量影响较大的问题。方法以粉末冶金摆线外转子整形模具为研究对象,基于Archard磨损模型和有限元模拟方法,分析整形过程中阴模的磨损和所受应力情况,确定模具下压速度、摩擦因数、模具初始硬度和阴模圆角半径4个影响因素并设计正交实验,以仿真数据为样本,采用BP神经网络建立模具磨损量和应力的预测模型,结合多目标粒子群算法进行参数优化。结果基于神经网络的模具磨损深度和应力预测值与模拟值之间的平均相对误差仅为3.01%和3.34%、最大相对误差为4.00%和6.16%,均小于10%,说明所构建的BP神经网络模型预测效果较好。获得最佳参数组合如下:模具下压速度为1.95 mm/s,摩擦因数为0.122,模具初始硬度为59.63HRC,阴模圆角半径为4.85 mm。此时模具的磨损深度为1.713×10^(-5)mm,模具应力为2036 MPa,与数值模拟结果的相对误差仅为3.19%和4.13%,均小于5%,说明多目标粒子群算法参数优化的准确性较高。结论通过实验验证发现模具实际磨损量和粒子群算法优化结果的误差仅为2.95%,表明优化后的参数可以有效改善模具磨损和应力集中情况,并提高模具使用寿命。

主 题 词：粉末冶金摆线外转子 模具磨损 模具应力 神经网络 多目标粒子群算法 

学科分类：08[工学] 0802[工学-机械学] 080201[080201] 

D　O　I：10.3969/j.issn.1674-6457.2023.06.011

馆 藏 号：203122318...