摘要

利用神经网络遗传算法函数寻优结合回弹补偿法对某型汽车横梁进行了冲压成形工艺优化,以解决其严重的回弹缺陷。利用极差分析找出了影响回弹的两个主要因素:冲压速度和模具间隙;对其进行了拉丁超立方随机抽样,将抽样结果作为神经网络遗传算法函数寻优模型的数据基础。以两个主要因素作为输入量,最大回弹量作为输出量,构建了非线性映射关系。计算了预测结果的个体适应度值,以求出最大回弹量的最小值以及对应的冲压速度和模具间隙。最后,通过三次回弹补偿优化将回弹量降低至0.5 mm以下,达到了生产要求。

全文