基于反向步长递减算法铝厚板预拉伸夹持区的预测方法

预拉伸是消除铝合金板材内淬火残余应力的主要方法,但拉伸机夹钳对板材两端的夹持不仅影响着板材端部残余应力的消除效果,而且还涉及到拉伸后板材的锯切量、成材率等问题。因此,通过研究铝合金板材预拉伸本构模型、边界条件、失效准则等关键技术,建立了极限下压量和滑移因子的有限元分析方法。其次,通过构造初始夹持长度的计算函数,以一定步长正向从初始夹持长度继续取值,根据当前值与上一次取值之间滑移因子的差异,确定下一次取值的步长及其方向;若滑移因子相同则以相同步长继续正向取值,否则以递减的步长反向取值,直至步长的绝对值在阈值范围之内,构建最小夹持长度反向步长递减的确定算法,以此获得板材厚度、伸长率为输入的神经网络训练样本。借助神经网络的非线性映射能力,通过有限组的训练样本,构建了最小夹持长度的神经网络预测模型。将预测值与相应的有限元仿真值进行比较,结果表明预测误差在5%以内,进一步验证建立的工件变形预测模型具有合理性。