文献类型：期刊文章

作　　者：谢延敏[1] 何育军[1] 田银[1]

机构地区：[1]西南交通大学先进设计与制造技术研究所,四川成都610031

出　　处：《西南交通大学学报》

基　　金：国家自然科学基金资助项目(51275431)

年　　份：2016

卷　　号：51

期　　号：1

起止页码：121-127

语　　种：中文

收录情况：BDHX、BDHX2014、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20161302167992)、IC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：为了解决变压边力优化过程中RBF(radial basis function)神经网络隐层节点训练难的问题,利用人工智能算法的优越性,建立了基于人工免疫算法的RBF神经网络,并将其用于非线性函数的逼近中.结合分块压边圈与改变压边力控制技术,通过Dynaform软件进行数值模拟获得成形数据,建立了变压边力与成形质量之间的RBF神经网络近似模型.利用人工免疫智能算法对该近似模型进行优化,获得最优压边力参数.将该方法应用于S形梁冲压成形中,与优化前的结果进行比较,采用优化后最优变压边力可以抑制起皱,最大起皱量减少了89.53%.

关 键 词：板料成形 变压边力 数值模拟 RBF神经网络

分 类 号：TG386]