基于神经网络遗传算法的深腔型零件拉深工艺参数优化

作者：邱超斌; 张猛; 郎利辉^*; 郭庆磊; 江培成; 李奎; 陈林

来源：精密成形工程, 2021, 13(05): 173-179.

• 冲压成形
• 参数优化
• 灰度关联分析
• 神经网络
• 遗传算法

目的解决冲压成形中工艺参数优化难的问题。方法以一种深腔型零件的冲压成形为例。首先,借助灰度关联分析法对有限元中的工艺参数进行分析,获取该零件冲压成形中影响成形质量的2个主要因素——冲压速度和压边力。其次,借助拉丁超立方抽样法对上述2个因素进行随机取样,并借助DYNAFORM软件对其进行逐一模拟。再次,将冲压速度和压边力作为输入,最大减薄作为输出,训练在MATLAB中建立的BP神经网络,并借助遗传算法对其进行寻优。结果最优成形压边力为1.372 MN,最优加载速度为1.5366 m/s。结论与神经网络遗传算法预测相比,有限元结果的相对误差小于2%,零件试制结果的相对误差小于6%,该方法有较高的预测精度。

• 单位
  北京航空航天大学; 自动化学院; 西安飞机工业（集团）有限责任公司