电加热渐进成形工艺参数优化及成形温度预测

作者：毛志翔; 鲁世红^*; 李正芳; 张春; 向琳彤

来源：热加工工艺, 2019, 48(19): 100-103.

DOI：10.14158/j.cnki.1001-3814.2019.19.023

• 渐进成形
• 正交试验
• BP神经网络
• 遗传算法
• 粒子群算法

电加热渐进成形的成形温度是影响板料塑性性能和成形件质量的关键因素。本文采用正交试验方案进行了电加热渐进成形试验,分析了工具头直径、进给速度、垂直进给量和电流对成形温度的影响,并得到局部最优的电加热渐进成形参数组合。建立了输入为电加热渐进成形工艺参数,输出为成形温度的BP神经网络,利用正交试验的数据训练该网络,通过测试样本检验温度预测模型的精度。针对BP神经网络平均误差大(12.86%)的问题,分别用遗传算法(GA)和粒子群算法(PSO)优化了BP神经网络模型的权值和阀值,使预测误差分别降低到3.87%和9.05%。GA-BP神经网络模型可以高精度地预测工艺参数和成形温度之间的关系。

• 单位
  机电工程学院; 南京航空航天大学