基于BP神經(jīng)網(wǎng)絡(luò)的金屬拉深件成形裂紋位置識別.pdf

1、金屬板料成形過程中,裂紋的產(chǎn)生是主要的失效形式之一。裂紋在形成和擴展過程中,由于材料局部能量的快速釋放,會伴隨有聲發(fā)射信號的產(chǎn)生,且不同位置裂紋的聲發(fā)射信號參數(shù)有所不同。本文在廣泛查閱國內(nèi)外科技文獻的基礎(chǔ)上,將神經(jīng)網(wǎng)絡(luò)技術(shù)和聲發(fā)射檢測技術(shù)相結(jié)合,對拉深件裂紋位置實施在線監(jiān)測,達到識別裂紋位置的目的。其主要內(nèi)容和結(jié)果如下:
　　 首先,本文介紹了聲發(fā)射信號產(chǎn)生機理、聲發(fā)射源等相關(guān)基礎(chǔ)理論。結(jié)合板料成形過程中裂紋的形成和擴展,分析了

2、對應(yīng)聲發(fā)射信號特點;同時根據(jù)板料成形的工藝特點,確定了裂紋聲發(fā)射源的定位方法。
　　 其次,介紹了神經(jīng)網(wǎng)絡(luò)的基本理論,詳細闡述了BP神經(jīng)網(wǎng)絡(luò)識別金屬拉深件裂紋位置的原理、BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)計和算法。通過比較采用不同數(shù)量的隱層神經(jīng)元網(wǎng)絡(luò)的訓(xùn)練誤差,確定本研究中神經(jīng)網(wǎng)絡(luò)的隱層神經(jīng)元個數(shù)。
　　 再次,基于有限元分析方法,建立了金屬拉深件畚斗沖壓成形的有限元模型,仿真研究了畚斗成形過程中應(yīng)力應(yīng)變隨時間變化的情況、金屬拉深件畚

3、斗厚度減薄情況。根據(jù)相關(guān)準(zhǔn)則,得到畚斗在底部圓角外側(cè)位置容易產(chǎn)生裂紋。同時為了能夠在實驗中采集到更好的聲發(fā)射信號,通過在減薄嚴(yán)重區(qū)域設(shè)置彈性波激勵源,來仿真凹模凸緣對彈性波的響應(yīng),從而可以將傳感器放置在響應(yīng)最好的位置。
　　 最后,為了獲得BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本數(shù)據(jù)和測試數(shù)據(jù),進行了畚斗拉深成形實驗,采集了不同位置裂紋聲發(fā)射信號參數(shù)數(shù)據(jù)和測試數(shù)據(jù)。通過設(shè)計BP神經(jīng)網(wǎng)絡(luò)特征提取器,提取了能夠很好表征信號的5五個特征參數(shù):幅度、振鈴

4、計數(shù)、能量、持續(xù)時間和時間消耗,且不影響對畚斗裂紋位置的識別結(jié)果。5個特征參數(shù)對應(yīng)的數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入,基于BP神經(jīng)網(wǎng)絡(luò)模式識別技術(shù)對畚斗成形中的裂紋位置進行了識別。
　　 研究結(jié)果表明,通過神經(jīng)網(wǎng)絡(luò)進行特征參數(shù)提取,特征參數(shù)從11個降維到5個,且不影響識別結(jié)果。利用5個特征參數(shù)進行BP神經(jīng)網(wǎng)絡(luò)畚斗成形裂紋位置識別,成功實現(xiàn)了裂紋位置識別,從而達到裂紋定位目的。研究過程和結(jié)果不僅對板料成形過程的工藝參數(shù)選取有參考作用,對