基于神经网络组合预测的板料冲压回弹预测研究

发布时间：2017-03-19 05:02

  本文关键词：基于神经网络组合预测的板料冲压回弹预测研究，由笔耕文化传播整理发布。

【摘要】：板料冲压成形作为一种重要的塑性加工方法，应用广泛。在板料成形领域，零件的最终形状往往取决于成形后的回弹，所以回弹问题一直是研究的热点。回弹研究包含回弹预测和回弹控制两个相互影响的方面，对回弹进行准确的预测有利于我们有效的控制回弹，因此对回弹预测进行深入研究有着重要的意义。 传统的解决方法是采用不断的修模、试模的方法来优化模具型面形状和确定成形工艺，这样既耗时又费钱。如果能在模具制造以前就预先选择较好的模具型面形状以及制定成形过程中较优的工艺条件，可以大大降低成本、提高产品质量。近年来板料冲压CAE等新技术的发展为解决回弹问题提供了有力的现代手段，但前人对材料参数、模具型面和成形工艺分别进行研究，缺乏综合考虑；对回弹预测的研究也局限于单因素单方法或多因素单方法。因此研究基于数值模拟的回弹预测，以科学的实验设计方法合理安排实验，采用多种数据处理手段建立回弹预测数学模型，从而提高对冲压件的成形精度控制，就成了本文的研究重点。 本文首先阐述了薄板冲压成形中回弹问题存在的严重性，以及解决回弹问题对于整个板料冲压成形领域的重要意义。接着详细介绍了板料成形回弹理论研究、回弹控制和预测的国内外研究现状，以及板料冲压成形和回弹数值模拟的关键技术和理论，在此基础上，本文提出基于正交实验与数值模拟技术的回弹因素研究和基于均匀设计与组合预测的回弹量建模。在选取回弹影响因素时考虑了几何、材料、工艺三方面因素相互作用，把组合预测方法引入板料冲压领域，提出了基于BP神经网络的组合预测回弹量新思路。 以储物箱底板冲压成形为例，利用正交实验法优化实验安排，应用商业数值模拟软件DYNAFORM和后处理软件LS-PREPOST分析了冲压成形、回弹过程，研究了几何、材料、工艺对回弹量的影响。结果表明，在研究回弹的实验中，，需将材料参数和模具型面考虑到实验的安排中才更好反映实际情况。接着以均匀设计法安排实验，对冲压成形和回弹过程进行数值模拟，分别以回归分析方法和BP神经网络方法对回弹数据进行处理，分别得出预测模型，为提高预测精度和稳定性，以非线性组合预测方法对已得到的预测结果进行再次预测，得到了最终的预测模型，结果表明组合预测方法相对于单独预测更适合于板料冲压领域，为预测回弹提供了一种新思路。最后根据对回弹结构的分析研究，提出了回弹因子以此在冲压后回弹前判断回弹趋势，以此为基础，本文思路为主线，结合VC和Matlab编程实现回弹预测原型系统，为预测和控制回弹问题
【关键词】：板料成形 回弹预测 正交实验 神经网络 均匀设计 组合预测
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2006
【分类号】：TG386
【目录】：

• 摘要4-6
• ABSTRACT6-8
• 目录8-11
• 第一章 绪论11-23
• 1.1 引言11-12
• 1.2 板料冲压成形回弹预测研究12-15
• 1.2.1 板料冲压成形的回弹研究现状12-13
• 1.2.2 理论研究13-14
• 1.2.3 实验研究14
• 1.2.4 有限元数值模拟回弹研究14-15
• 1.3 板料冲压成形回弹控制方法研究15-16
• 1.4 论文的主要工作16-21
• 1.4.1 课题的研究背景和研究内容16-20
• 1.4.2 课题采用的技术路线20-21
• 1.5 本文章节安排21-22
• 1.6 本章小结22-23
• 第二章 薄板冲压成形回弹数值模拟理论23-40
• 2.1 引言23
• 2.2 薄板冲压数值模拟技术23-32
• 2.3 薄板回弹数值模拟技术32-37
• 2.3.1 回弹相关理论32-36
• 2.3.2 薄板冲压回弹有限元建模方法36
• 2.3.3 薄板冲压回弹的数值模拟算法36-37
• 2.4 板料成形数值模拟工具37-39
• 2.5 本章小结39-40
• 第三章 回弹影响因素研究40-64
• 3.1 引言40-41
• 3.2 回弹影响因素的理论研究41-51
• 3.2.1 材料参数对回弹的影响41-44
• 3.2.1.1 材料参数相关理论42-44
• 3.2.1.2 材料参数的选择44
• 3.2.2 工艺参数对回弹的影响44-47
• 3.2.2.1 工艺参数相关理论45-47
• 3.2.2.2 工艺参数的选取47
• 3.2.3 模具型面对回弹的影响47-51
• 3.2.3.1 模具型面相关理论48-50
• 3.2.3.2 模具型面选取50-51
• 3.3 基于正交实验的回弹影响因素研究51-63
• 3.3.1 回弹的有限元仿真过程51-56
• 3.3.1.1 板料冲压有限元建模51-52
• 3.3.1.2 仿真分析模拟的参数设置52-55
• 3.3.1.3 板料冲压与回弹仿真55-56
• 3.3.2 基于正交实验和仿真的建模参数筛选56-63
• 3.3.2.1 正交实验简介56
• 3.3.2.2 试验指标、因子与水平56-57
• 3.3.2.3 筛选实验表的选择57-58
• 3.3.2.4 方差分析方法58-59
• 3.3.2.5 筛选实验安排及回弹影响因素分析59-61
• 3.3.2.6 各参数对回弹量影响的分析61-63
• 3.4 本章小结63-64
• 第四章 基于均匀设计和组合预测的回弹量预测64-88
• 4.1 基于均匀设计和回归分析的回弹量预测模型建立64-73
• 4.1.1 均匀设计方法简介64-66
• 4.1.2 均匀设计方法安排仿真试验66-68
• 4.1.3 回归分析方法回弹预测模型建立与测试68-73
• 4.2 基于均匀设计和神经网络的回弹量预测模型建立73-83
• 4.2.1 神经网络理论及其应用73-77
• 4.2.1.1 神经网络简介73
• 4.2.1.2 人工神经网络的特征73-74
• 4.2.1.3 BP神经网络理论74-75
• 4.2.1.4 BP学习算法的不足及改进75-77
• 4.2.2 基于BP神经网络的回弹预测模型建立77-83
• 4.2.2.1 训练样本数据的预处理77-78
• 4.2.2.2 神经网络回弹预测研究工具—Matalab神经网络工具箱简介78-79
• 4.2.2.3 神经网络回弹预测模型的建立79-81
• 4.2.2.4 神经网络回弹预测模型测试81-83
• 4.3 基于组合预测方法的回弹量预测模型建立83-86
• 4.3.1 基于回归分析和BP神经网络的非线性组合预测83-85
• 4.3.2 组合预测回弹预测模型建立与测试85-86
• 4.4 本章小结86-88
• 第五章 回弹预测分析预处理和回弹预测原型系统88-99
• 5.1 引言88
• 5.2 回弹预测分析预处理即D3PLOT文件的后处理88-93
• 5.2.1 回弹因子的提出89-93
• 5.2.2 回弹因子初步实现实例93
• 5.3 回弹预测原型系统提出与实现93-98
• 5.3.1 回弹预测系统提出目的93-94
• 5.3.2 回弹预测系统实现框架图94-97
• 5.3.3 回弹预测原型系统初步实现97-98
• 5.4 本章小结98-99
• 第六章 总结与展望99-102
• 6.1 总结99-100
• 6.2 展望100-102
• 参考文献102-107
• 致谢107

【引证文献】

中国硕士学位论文全文数据库 前1条

1 郑超;汽车后桥横梁冲压回弹控制与工艺参数优化研究[D];合肥工业大学;2007年

  本文关键词：基于神经网络组合预测的板料冲压回弹预测研究，由笔耕文化传播整理发布。

本文编号：255533