基于BP神经网络的W形微弯曲回弹预测

论文摘要

能准确预测并有效控制微弯曲回弹对于提高其尺寸精度和成形质量具有重要意义。首次以W形微弯曲成形为研究对象,开展基于BP神经网络的微弯曲回弹预测研究。首先采用基于I优化准则的试验设计方法对影响成形精度的4个因素进行了试验,得到56组数据。再分别利用40组、8组、8组数据对神经网络进行了训练、验证和预测。结果表明,BP神经网络能快速预测回弹量,且预测精度满足实际工程要求,可为W形微弯曲成形尺寸精度的控制提供参考。

论文目录

• 1 W形微弯曲零件的制备
•   1.1 W形微弯曲零件
•   1.2 微弯曲成形设备
• 2 W形微弯曲成形试验
• 3 基于BP神经网络的W形微弯曲回弹预测
•   3.1 BP神经网络的建立
•   3.2 BP神经网络的训练
•   3.3 BP神经网络训练模型的验证
•   3.4 BP神经网络的测试
•   3.5 W形微弯曲回弹预测结果分析
• 4 结论

文章来源

类型: 期刊论文

作者: 刘晓宇,陆小龙,黄茜,杜怡君

关键词: 回弹,神经网络,形微弯曲,成形精度,尺寸效应

来源: 机械设计 2019年10期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技

专业: 金属学及金属工艺,自动化技术

单位: 四川大学机械工程学院

基金: 四川省科技计划面上资助项目(2018JY0573),四川大学专职博士后研发基金资助项目(2018SCU12066)

分类号: TG306;TP183

DOI: 10.13841/j.cnki.jxsj.2019.10.003

页码: 14-17

总页数: 4

文件大小: 208K

下载量: 112