基于改进粒子群算法和小波神经网络的高强钢扭曲回弹工艺参数优化

作     者：谢延敏 孙新强 田银 何育军 卓德志 XIE Yanmin SUN Xinqiang TIAN Yin HE Yujun ZHUO Dezhi

作者机构：西南交通大学机械工程学院成都610031 

基　　金：国家自然科学基金资助项目(51275431) 

出 版 物：《机械工程学报》 (Journal of Mechanical Engineering)

年 卷 期：2016年第52卷第19期

页      码：162-167页

摘      要：针对高强钢复杂件冲压后出现的扭曲回弹现象,运用有限元仿真软件DYNAFORM对复杂件的冲压、回弹过程进行数值模拟,提出了评价复杂件扭曲回弹程度的指标,并运用试验设计和小波神经网络代理模型方法对扭曲回弹进行了优化研究。以某弯曲梁为研究对象,以扭曲回弹为成形目标,通过正交试验设计筛选出对扭曲回弹影响较大的工艺参数作为影响因素。利用拉丁超立方对影响因素进行抽样,通过数值模拟获得样本数据,建立影响因素与成形目标之间的小波神经网络代理模型,利用改进的粒子群算法对该模型迭代寻优获得最优参数。结果表明:采用优化后的工艺参数能有效地减小该弯曲梁的扭曲回弹,该方法为减小复杂件的扭曲回弹提供一种有益的指导。

主 题 词：高强钢 扭曲回弹 参数优化 小波神经网络 粒子群算法 

学科分类：080503[080503] 08[工学] 0805[工学-能源动力学] 0802[工学-机械学] 080201[080201] 

核心收录：

D　O　I：10.3901/JME.2016.19.162

馆 藏 号：203194381...