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
3
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
汽车后围板拉深成形过程中的回弹预测
被引量:
8
1
作者
白雪
胡建华
+1 位作者
樊浩森
韩念
《锻压技术》
CAS
CSCD
北大核心
2017年第9期42-46,共5页
以汽车后围板为对象,运用BP神经网络对其拉深过程中的回弹量进行预测。通过CATIA建立CAD模型,运用Dynaform软件对板料冲压过程进行仿真分析,借助正交试验获取不同参数组合下的回弹数据,并通过试验验证了关键数据的可靠性,建立了4-9-6的3...
以汽车后围板为对象,运用BP神经网络对其拉深过程中的回弹量进行预测。通过CATIA建立CAD模型,运用Dynaform软件对板料冲压过程进行仿真分析,借助正交试验获取不同参数组合下的回弹数据,并通过试验验证了关键数据的可靠性,建立了4-9-6的3层BP神经网络回弹预测模型。通过对数据样本进行训练学习,控制其预测的精度为0.01,将预测结果与实际测量结果进行对比,显示预测误差最大为5.62%。说明运用BP神经网络可以实现对复杂拉深件成形的回弹预测,可以大量节省仿真预测的时间,对模具的设计具有很好的指导作用。
展开更多
关键词
回弹预测
BP神经网络
汽车后围板
数值模拟
DYNAFORM
原文传递
基于随机聚焦搜索算法的汽车后围内板冲压工艺优化设计
被引量:
4
2
作者
龙玲
张健
+1 位作者
董洁
刘巧燕
《锻压技术》
CAS
CSCD
北大核心
2018年第5期148-153,共6页
汽车覆盖件成形质量的影响因素及控制具有一定的复杂性和不确定性,仅凭经验和试错法,较难确定合理的工艺参数组合。以汽车后围内板为例,采用基于随机聚焦搜索算法的优化设计方法进行冲压工艺参数的优化设计。通过数值模拟与正交实验相...
汽车覆盖件成形质量的影响因素及控制具有一定的复杂性和不确定性,仅凭经验和试错法,较难确定合理的工艺参数组合。以汽车后围内板为例,采用基于随机聚焦搜索算法的优化设计方法进行冲压工艺参数的优化设计。通过数值模拟与正交实验相结合获取优化模型的训练样本,利用BP神经网络构建随机聚焦搜索算法的优化目标函数模型,在此基础上应用随机聚焦搜索算法对工艺参数进行多目标优化,将优化后的工艺参数分别通过数值模拟和现场试模验证,均能得到较好且一致的成形质量,验证了该优化方法的正确性。
展开更多
关键词
汽车后
围
内
板
冲压工艺
随机聚焦搜索算法
数值模拟
多目标优化
原文传递
汽车后围内板冲压工艺的高斯扰动粒子群优化
被引量:
3
3
作者
胡锦达
《锻压技术》
CAS
CSCD
北大核心
2020年第12期46-52,共7页
为了提高汽车后围内板的制件质量,提出了基于高斯扰动粒子群算法的冲压工艺优化方法。针对冲压工艺流程,选择拉延工艺参数作为优化参数,以可以反映制件质量的参数作为目标参数,建立了优化目标函数。设计了4因素4水平的正交实验,并使用...
为了提高汽车后围内板的制件质量,提出了基于高斯扰动粒子群算法的冲压工艺优化方法。针对冲压工艺流程,选择拉延工艺参数作为优化参数,以可以反映制件质量的参数作为目标参数,建立了优化目标函数。设计了4因素4水平的正交实验,并使用单隐含层BP神经网络对实验数据进行拟合。以粒子群算法为基础,提出了精英粒子分阶段高斯扰动策略,从而设计了基于高斯扰动粒子群算法的优化模型求解方法,得到了拉延工艺的最优参数。经模拟仿真成形和试制件验证,采用优化后的冲压工艺未出现起皱和开裂现象,验证了优化冲压工艺的有效性。
展开更多
关键词
汽车后
围
内
板
高斯扰动粒子群算法
冲压工艺
BP神经网络
正交实验
原文传递
题名
汽车后围板拉深成形过程中的回弹预测
被引量:
8
1
作者
白雪
胡建华
樊浩森
韩念
机构
武汉理工大学材料科学与工程学院
出处
《锻压技术》
CAS
CSCD
北大核心
2017年第9期42-46,共5页
基金
华中科技大学材料成形与模具技术国家重点实验室开放基金课题(P2015-01)
文摘
以汽车后围板为对象,运用BP神经网络对其拉深过程中的回弹量进行预测。通过CATIA建立CAD模型,运用Dynaform软件对板料冲压过程进行仿真分析,借助正交试验获取不同参数组合下的回弹数据,并通过试验验证了关键数据的可靠性,建立了4-9-6的3层BP神经网络回弹预测模型。通过对数据样本进行训练学习,控制其预测的精度为0.01,将预测结果与实际测量结果进行对比,显示预测误差最大为5.62%。说明运用BP神经网络可以实现对复杂拉深件成形的回弹预测,可以大量节省仿真预测的时间,对模具的设计具有很好的指导作用。
关键词
回弹预测
BP神经网络
汽车后围板
数值模拟
DYNAFORM
Keywords
prediction of springback
BP neural network
automobile back panel
numerical simulation
Dynaform
分类号
TG386 [金属学及工艺—金属压力加工]
原文传递
题名
基于随机聚焦搜索算法的汽车后围内板冲压工艺优化设计
被引量:
4
2
作者
龙玲
张健
董洁
刘巧燕
机构
成都航空职业技术学院汽车工程学院
中国汽车工程研究院
出处
《锻压技术》
CAS
CSCD
北大核心
2018年第5期148-153,共6页
基金
四川省教育厅理工科重点项目(14ZA0308)
文摘
汽车覆盖件成形质量的影响因素及控制具有一定的复杂性和不确定性,仅凭经验和试错法,较难确定合理的工艺参数组合。以汽车后围内板为例,采用基于随机聚焦搜索算法的优化设计方法进行冲压工艺参数的优化设计。通过数值模拟与正交实验相结合获取优化模型的训练样本,利用BP神经网络构建随机聚焦搜索算法的优化目标函数模型,在此基础上应用随机聚焦搜索算法对工艺参数进行多目标优化,将优化后的工艺参数分别通过数值模拟和现场试模验证,均能得到较好且一致的成形质量,验证了该优化方法的正确性。
关键词
汽车后
围
内
板
冲压工艺
随机聚焦搜索算法
数值模拟
多目标优化
Keywords
automobile body lower back panel
stamping process
stochastic focusing search algorithm
numerical simulation
multi-objective optimization
分类号
TG386.1 [金属学及工艺—金属压力加工]
原文传递
题名
汽车后围内板冲压工艺的高斯扰动粒子群优化
被引量:
3
3
作者
胡锦达
机构
沈阳职业技术学院汽车分院
出处
《锻压技术》
CAS
CSCD
北大核心
2020年第12期46-52,共7页
基金
黑龙江省应用技术研发计划重大项目(GA17A401)。
文摘
为了提高汽车后围内板的制件质量,提出了基于高斯扰动粒子群算法的冲压工艺优化方法。针对冲压工艺流程,选择拉延工艺参数作为优化参数,以可以反映制件质量的参数作为目标参数,建立了优化目标函数。设计了4因素4水平的正交实验,并使用单隐含层BP神经网络对实验数据进行拟合。以粒子群算法为基础,提出了精英粒子分阶段高斯扰动策略,从而设计了基于高斯扰动粒子群算法的优化模型求解方法,得到了拉延工艺的最优参数。经模拟仿真成形和试制件验证,采用优化后的冲压工艺未出现起皱和开裂现象,验证了优化冲压工艺的有效性。
关键词
汽车后
围
内
板
高斯扰动粒子群算法
冲压工艺
BP神经网络
正交实验
Keywords
automobile rear inner panel
Gaussian perturbation particle swarm algorithm
stamping process
BP neutral network
orthogonal experiment
分类号
TG386.1 [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
汽车后围板拉深成形过程中的回弹预测
白雪
胡建华
樊浩森
韩念
《锻压技术》
CAS
CSCD
北大核心
2017
8
原文传递
2
基于随机聚焦搜索算法的汽车后围内板冲压工艺优化设计
龙玲
张健
董洁
刘巧燕
《锻压技术》
CAS
CSCD
北大核心
2018
4
原文传递
3
汽车后围内板冲压工艺的高斯扰动粒子群优化
胡锦达
《锻压技术》
CAS
CSCD
北大核心
2020
3
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