盒形件智能化拉深压边力规律的实时预测

拉深过程中,压边力规律的实时预测是实现变压边力实时控制的关键。以盒形件为研究对象,引入人工神经网络,研究了变压边力规律实时预测模型的拓扑结构,获得了样本数据与提高预测模型收敛精度和泛化精度的方法。结果表明:对输入样本进行归一化处理,采用正则化训练方法,并适当地选取训练样本数和隐层节点数,可使预测模型的泛化精度控制在10%以内。

盒形件智能化拉深变压边力控制规律及其预测

智能化拉深过程中压边力规律的实时预测是关键技术之一。选择非轴对称件中的锥壁盒形件为研究对象,通过数值模拟和试验对成形过程中压边力随凸模行程的变化规律进行研究,得到能够提高成形质量的较优压边力变化趋势,提出破裂临界压边力控制原理,并将前馈神经网络模型引入盒形件智能化拉深压边力控制规律的预测,预测结果与试验吻合较好,实现较优压边力规律的实时预测,为实现盒形件拉深成形过程的智能化控制奠定基础。