宽板V形自由弯曲智能化控制过程材料参数识别及最优工艺参数预测

在板材成形智能化控制的四个基本要素中,材料性能参数的实时识别及最优工艺参数的预测是最复杂的两个技术关键。识别和预测精度的高低,将直接影响到智能化控制成功与否。以宽板V形自由弯曲智能化控制为研究对象,采用基于LM算法的前馈神经网络模型,通过实时监测量来实时识别所需的材料性能参数,并预测最优的工艺参数,取得了令人满意的收敛精度。在样本数据范围内,当模型的收敛精度为0.1%时,识别和预测的泛化精度均在5%以内。

宽板V型自由弯曲智能化控制过程的影响因素分析

在板材成形智能化控制过程中,参数的实时识别及预测是两个最关键的部分。神经网络识别及预测模型输入输出参数的选择,对智能化控制的成功与否以及控制精度高低起着至关重要的作用。本文利用ANSYS软件,通过对宽板V型自由弯曲及卸载过程的有限元数值模拟,研究了影响成形及卸载过程的因素,为宽板V型自由弯曲智能化控制神经网络参数识别及预测模型输入、输出参数的选择提供了依据。

帽形件智能化弯曲参数实时识别及实时预测的研究

在板材成形智能化控制过程中,材料参数实时识别和最优工艺参数的实时预测是最重要的两个要素,实时识别时间的长短与实时预测精度的高低,直接影响到板材成形智能化控制的成败。文章利用神经网络技术实现了帽形件弯曲成形智能化控制过程中材料参数识别与最优工艺参数的预测,其材料参数及工艺参数均在数值模拟和试验提供的数据范围内,识别和预测模型的收敛精度均达到了0.1%,识别和泛化精度较高,满足帽形件弯曲智能化控制的要求。