基于机器学习的航空发动机导管CNC弯曲回弹预测及补偿

针对航空发动机导管数控(CNC)弯曲成形时回弹大、形状精度差等问题,开展了不同规格的1Cr18Ni9Ti不锈钢管CNC弯曲工艺实验,获得了不同管径D、壁厚t、相对弯曲半径R/D和弯曲角度θ的导管CNC弯曲回弹数据,通过机器学习方法建立了回弹预测模型,并对比了机器学习中3种常用的BP、RBF和Elman算法的预测精度,对人工神经网络模型的结构进行了优化;根据回弹预测模型开展了全尺寸航空发动机导管的回弹预测及补偿。数控弯曲后导管的最大角度偏差为0.358°,满足设计精度要求。