基于神经网络的模锻压机载荷在线预测模型

作者：蔺永诚; 梁英杰; 谌东东

来源：锻压技术, 2016, 41(10): 98-102.

DOI：10.13330/j.issn.1000-3940.2016.10.018

• 模锻
• 载荷
• 神经网络
• 在线预测模型
• 反向传播算法
• 压机

由于模锻过程具有强时变性和非线性,因此精确控制模锻压机载荷预测至关重要。以7075铝合金模锻过程为例,提出了一种基于神经网络的模锻压机载荷在线建模方法。基于商业软件Deform-3D模拟了恒温恒速度工况下的载荷变化规律,根据获取的数据建立了初始神经网络模型。在实际模锻实验过程中,通过反向传播算法不断修正初始神经网络权值矩阵,以实现模型的在线更新。在50 t模锻实验台上进行实验,以验证所提方法的有效性。实验结果表明:所提出的在线建模方法可以准确预测复杂模锻工况下载荷的变化,与传统离线神经网络建模方法相比,其预测值更加准确,更能满足实际工程需求。

• 单位
  中南大学; 机电工程学院; 高性能复杂制造国家重点实验室