基于MLP-PSO算法的锆合金支撑架成形质量优化

作者：楚岩; 毛建中^*; 张小民; 袁佳健

来源：锻压技术, 2023, 48(03): 61-67.

DOI：10.13330/j.issn.1000-3940.2023.03.008

• 锆合金
• 支撑架
• 冲压成形
• 减薄率
• 多层感知机
• 粒子群优化算法

为了提高锆合金支撑架的冲压成形质量，基于Dynaform软件和正交试验设计方法，将最大减薄率作为评价指标，研究了折弯半径、板料厚度、摩擦因数、凸凹模间隙、压边力和冲压速度等参数对支撑架成形质量的影响规律。通过数值模拟获得了样本数据，利用多层感知机神经网络训练出预测支撑架减薄率的模型，对各因素的相关性进行分析，并通过粒子群优化算法得到了最优参数方案。结果表明：多层感知机神经网络模型能够有效预测支撑架的减薄率。在影响支撑架冲压的各参数中，折弯半径和摩擦因数的影响较大，凸凹模间隙和冲压速度的影响较小。采用粒子群算法优化后的参数方案进行冲压成形，最大减薄率降低24.2%,可有效降低支撑架的破裂率，提高支撑架的冲压成形质量。

• 单位
  湖南大学; 湖南交通职业技术学院; 机电工程学院