均匀设计法、神经网络和遗传算法结合在内高压成形工艺参数优化中的应用

内高压成形技术是以轻量化和一体化为特征的一种空心变截面轻体构件的先进制造技术。目前,内高压成形技术越来越受到人们的关注,特别是汽车制造企业。管材的内高压成形过程与很多因素有关,其中施加在管件内部的压力与轴向进给量之间的配比关系尤为重要,对两者的匹配关系进行优化是内高压成形面临的重要课题。传统的优化方法需要大量的模拟计算,耗时多且不易掌握。针对这一问题,该文提出了将均匀设计法、神经网络和遗传算法相结合进行参数优化,既利用了均匀设计试验的均匀可靠性,又运用神经网络的非线性映射、网络推理和预测功能,最后发挥遗传算法的全局优化特性,得出了最优结果,并直接为实际生产提供了可靠的参数依据。

空心双拐曲轴内高压成形加载路径优化的研究

内高压成形技术是一种利用液体作为传力介质,通过控制内压力和轴向推力来达到成形空心零件目的的先进制造技术,在航空、航天、汽车等轻量化领域获得了广泛的应用。管材的内高压成形过程十分复杂,成形结果与诸多因素有关,其中内压力及轴向进给的加载路径及其匹配关系对成形结果影响尤为显著,如何找出诸多影响因素对内高压成形的影响规律并进行合理的优化是内高压成形面临的重要问题。首先利用均匀设计法设计BP神经网络训练样本与检测样本。其次,分析BP神经网络和遗传算法,并进行融合,基于MATLAB语言编写BP神经网络的算法程序及遗传算法程序,对空心双拐曲轴内高压成形加载路径工艺参数进行了优化,得到其最优成形参数。并通过Dyna Form软件仿真验证了结果的准确性,从而完成对管材内高压成形加载路径的参数优化,进一步提高了管材内高压成形的成形质量。