高强钢帽形梁零件冲压减薄预测分析

作者：庞秋; 罗博峰; 王俊杰

来源：精密成形工程, 2022, 14(04): 55-60.

• 人工神经网络
• 贝叶斯优化
• 帽形梁
• 交叉验证

目的 针对高强钢帽形梁强度高、塑性差、结构复杂、冲压过程中出现减薄破裂等情况,建立QP980高强度钢冲压成形减薄预测模型,解决实际生产工程难题。方法 以典型高强钢车身零件帽形梁为对象,利用人工神经网络模型研究工件结构和减薄率之间的关系,将贝叶斯优化算法和循环人工神经网络相结合,建立冲压成形减薄的高精度预测模型,对高强钢帽形梁零件冲压成形时减薄量进行优化设计,通过AutoForm软件验证算法模型的准确性。结果 拉深高度对减薄率影响最大,对外减薄率影响达到41.7%,对内减薄影响达到46.2%,人工神经网络模型对测试集5组数据的预测平均误差均小于0.3%。根据人工神经网络求解QP980钢在极限减薄率25%下的最大拉深高度为55.417mm,人工神经网络预测结果与Autoform仿真结果相差0.3%,验证了人工神经网络模型的准确性。结论 采用该模型解决了CAE模拟在较少试验数据条件下算法预测精度差的问题,能有效缩短高强钢零件冲压成形调试周期,提高生产效率。

• 单位
  武汉东湖学院; 武汉理工大学; 机电工程学院; 现代汽车零部件技术湖北省重点实验室