基于BP神經(jīng)網(wǎng)絡的筒形件拉深成形極限的應用研究.pdf

1、把人工智能技術和方法引入沖壓成形領域是當前沖壓成形研究的一個熱點。人工神經(jīng)網(wǎng)絡是一種模擬人腦腦神經(jīng)傳遞信息的方式而建立起來的一種人工智能的方法，它是一種分布式的并行處理系統(tǒng)，其處理結果以權值形式分布存儲在矩陣中。通過這種網(wǎng)絡能夠?qū)崿F(xiàn)任意的非線性輸入輸出映射關系，具體的映射關系體現(xiàn)在構成網(wǎng)絡的神經(jīng)元之間的分布連接權上，由于網(wǎng)絡具有很強的自適應和學習能力以及魯棒性和容錯能力，它不僅可以替代許多復雜耗時的傳統(tǒng)算法，并且由于它對信息的處理更加接

2、近于人的思維活動習慣，為解決非線性系統(tǒng)模擬和未知模型的預測提供了新途徑。 拉深是沖壓板料成形工藝中最典型、最復雜的一種成形工藝，也是應用最廣的一種沖壓工藝。對于拉深工藝，極限拉深系數(shù)[m]的確定是一個很重要的問題。坯料的極限拉深系數(shù)是一種重要的沖壓性能指標，它是決定拉深工藝方法的基本依據(jù)。筒形件是典型的軸對稱拉深件，在拉深過程中材料的變形雖然相對簡單，但是在生產(chǎn)過程中，由于影響因素很多(包括工件材料本身性能以及各個工藝參數(shù))，且

3、各種因素之間相互制約，故如何準確地計算筒形件拉深極限就成為一個復雜的非線性多因子問題，要真正準確預測筒形件極限拉深系數(shù)也是一個非常復雜的課題。本次作者提出了采用人工神經(jīng)網(wǎng)絡的方法預測筒形件極限拉深系數(shù)，為確定筒形件極限拉深系數(shù)給出了一個新思路。本文在對筒形件極限拉深系數(shù)影響因素的詳盡分析基礎上建立了一個三層的BP神經(jīng)網(wǎng)絡，運用該網(wǎng)絡模型得到了較好的預測效果，具有較高的精度，足以滿足工程設計計算要求。研究結果表明，對于多參數(shù)耦合問題，人工