期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进SVR算法的模具棱线磨损预测方法研究
1
作者
谢晖
蒋磊
+3 位作者
刘守河
王龙
李乐平
孔繁涛
《湖南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2024年第8期198-210,共13页
为研究汽车覆盖件模具棱线几何特征参数及成形工艺参数对棱线磨损的影响,实现对模具棱线磨损的精准预测,提出了一种基于改进SVR算法的模具棱线磨损预测模型.通过利用改进的拉丁超立方抽样(ILHS)方法获取模具棱线磨损有限元计算的实验样...
为研究汽车覆盖件模具棱线几何特征参数及成形工艺参数对棱线磨损的影响,实现对模具棱线磨损的精准预测,提出了一种基于改进SVR算法的模具棱线磨损预测模型.通过利用改进的拉丁超立方抽样(ILHS)方法获取模具棱线磨损有限元计算的实验样本,进而构建预测模型的输入参数集.通过耦合混沌理论、动态权重方法对蝗虫优化算法(GOA)进行改进,利用改进后的蝗虫优化算法(IGOA)对SVR算法关键参数进行寻优.构建了基于IGOASVR算法的模具棱线磨损预测模型,结合粒子群寻优算法(PSO)建立多目标优化模型,实现对模具棱线磨损的高精度预测以及几何特征参数和成形工艺参数优化.对比5种常规预测模型,基于IGOA-SVR算法的预测模型在采样点处的预测误差分别为8.546%、8.497%、8.473%,较GOA-SVR预测模型分别提高25.9%、26.2%、26.4%,预测精度相比于其他预测模型也有不同程度的提高.结果表明改进后的IGOA-SVR算法具有更高的精度.
展开更多
关键词
模具
磨损
蝗虫优化算法
支持向量回归
模具锐棱
粒子群寻优算法
下载PDF
职称材料
铝合金翼子板锐棱成形模具磨损仿真研究
被引量:
1
2
作者
蒋磊
谢晖
+5 位作者
李乐平
龚熙
廖敏
陈俊伟
孔繁涛
马培兵
《锻压技术》
CAS
CSCD
北大核心
2023年第8期210-218,共9页
为了研究铝合金锐棱成形模具的磨损规律,以采用锐棱造型设计的某车型铝合金翼子板为研究对象,利用CATIA软件构建了翼子板拉延成形模具的三维几何模型,并借助Autoform有限元仿真平台对翼子板拉延成形过程进行了数值模拟。基于数值模拟结...
为了研究铝合金锐棱成形模具的磨损规律,以采用锐棱造型设计的某车型铝合金翼子板为研究对象,利用CATIA软件构建了翼子板拉延成形模具的三维几何模型,并借助Autoform有限元仿真平台对翼子板拉延成形过程进行了数值模拟。基于数值模拟结果和Archard磨损模型应用Python进行二次开发,建立了可在Autoform有限元仿真平台进行模具磨损分析的模拟方法和流程,从而快速获得翼子板锐棱成形模具的磨损仿真结果。根据磨损仿真结果,对翼子板锐棱成形模具进行了针对性的表面强化处理,提高了翼子板锐棱成形模具的耐磨性,通过大批量生产验证,翼子板锐棱成形模具无过度磨损,可以满足连续应用的需求。研究表明,将Python二次开发应用于Autoform有限元仿真平台,能够高效、准确地得出锐棱成形模具的磨损规律。
展开更多
关键词
翼子板
磨损规律
锐棱
成形
模具
二次开发
Archard磨损模型
耐磨性
原文传递
题名
基于改进SVR算法的模具棱线磨损预测方法研究
1
作者
谢晖
蒋磊
刘守河
王龙
李乐平
孔繁涛
机构
汽车车身先进设计制造国家重点实验室(湖南大学)
东风本田汽车有限公司新车型中心
季华实验室
湖南天汽模汽车科技有限公司
出处
《湖南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2024年第8期198-210,共13页
基金
湖南省2023十大科技攻关项目(2023GK1070)
广东省科技重点研发项目(X210181TB210)
铝合金车身外覆盖件锐棱成形工艺及其装备产业化研发项目(202N2YCNME001)。
文摘
为研究汽车覆盖件模具棱线几何特征参数及成形工艺参数对棱线磨损的影响,实现对模具棱线磨损的精准预测,提出了一种基于改进SVR算法的模具棱线磨损预测模型.通过利用改进的拉丁超立方抽样(ILHS)方法获取模具棱线磨损有限元计算的实验样本,进而构建预测模型的输入参数集.通过耦合混沌理论、动态权重方法对蝗虫优化算法(GOA)进行改进,利用改进后的蝗虫优化算法(IGOA)对SVR算法关键参数进行寻优.构建了基于IGOASVR算法的模具棱线磨损预测模型,结合粒子群寻优算法(PSO)建立多目标优化模型,实现对模具棱线磨损的高精度预测以及几何特征参数和成形工艺参数优化.对比5种常规预测模型,基于IGOA-SVR算法的预测模型在采样点处的预测误差分别为8.546%、8.497%、8.473%,较GOA-SVR预测模型分别提高25.9%、26.2%、26.4%,预测精度相比于其他预测模型也有不同程度的提高.结果表明改进后的IGOA-SVR算法具有更高的精度.
关键词
模具
磨损
蝗虫优化算法
支持向量回归
模具锐棱
粒子群寻优算法
Keywords
die wear
grasshopper optimization algorithm
support vector regression
die sharp-edged
par-ticle swarm optimization algorithm
分类号
TG76 [金属学及工艺—刀具与模具]
下载PDF
职称材料
题名
铝合金翼子板锐棱成形模具磨损仿真研究
被引量:
1
2
作者
蒋磊
谢晖
李乐平
龚熙
廖敏
陈俊伟
孔繁涛
马培兵
机构
东风本田汽车有限公司新车型中心
湖南大学机械与运载工程学院
大捷智能科技(广东)有限公司
出处
《锻压技术》
CAS
CSCD
北大核心
2023年第8期210-218,共9页
基金
国家自然科学基金面上项目(51975439,51675392)
中国汽车产业创新发展联合基金(U1564202)
湖南省创新型省份建设专项项目(2019GK5018)。
文摘
为了研究铝合金锐棱成形模具的磨损规律,以采用锐棱造型设计的某车型铝合金翼子板为研究对象,利用CATIA软件构建了翼子板拉延成形模具的三维几何模型,并借助Autoform有限元仿真平台对翼子板拉延成形过程进行了数值模拟。基于数值模拟结果和Archard磨损模型应用Python进行二次开发,建立了可在Autoform有限元仿真平台进行模具磨损分析的模拟方法和流程,从而快速获得翼子板锐棱成形模具的磨损仿真结果。根据磨损仿真结果,对翼子板锐棱成形模具进行了针对性的表面强化处理,提高了翼子板锐棱成形模具的耐磨性,通过大批量生产验证,翼子板锐棱成形模具无过度磨损,可以满足连续应用的需求。研究表明,将Python二次开发应用于Autoform有限元仿真平台,能够高效、准确地得出锐棱成形模具的磨损规律。
关键词
翼子板
磨损规律
锐棱
成形
模具
二次开发
Archard磨损模型
耐磨性
Keywords
fender
wear laws
sharp edge forming die
secondary development
Archard wear model
wear resistance
分类号
U466 [机械工程—车辆工程]
TG386 [金属学及工艺—金属压力加工]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于改进SVR算法的模具棱线磨损预测方法研究
谢晖
蒋磊
刘守河
王龙
李乐平
孔繁涛
《湖南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
2
铝合金翼子板锐棱成形模具磨损仿真研究
蒋磊
谢晖
李乐平
龚熙
廖敏
陈俊伟
孔繁涛
马培兵
《锻压技术》
CAS
CSCD
北大核心
2023
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部