基于SA-RBF神经网络的冲压成形拉延筋优化

作者：谢延敏; 唐维; 黄仁勇; 熊文诚; 卓德志拉延筋模拟退火算法rbf神经网络

摘要：为提高神经网络预测精度,利用模拟退火算法对基于k-均值聚类的RBF（radical basis function）神经网络进行了结构优化.首先,以NUMISHEET 02翼子板冲压成形为研究对象,以6条等效拉延筋力作为输入变量,基于Spearman相关分析和拉丁超立方抽样抽取相关性系数较小的数据作为SA-RBF（simulated annealing-RBF）神经网络的训练样本;其次,将训练样本进行Dynaform数值仿真,以起皱缺陷和拉裂缺陷建立的成形质量评价函数为目标函数,通过SA-RBF神经网络建立等效拉延筋力与目标函数间的非线性映射关系;再次,利用NSGA-II算法对其进行求解得到Pareto最前沿,通过灰色关联分析理论确定最佳拉延筋力;第三,利用优化的拉延筋力对翼子板成形进行数值仿真分析,成形极限图结果表明,优化后的成形件起皱显著减少,而且塑性变形更加均匀,提高了成形质量.

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社