熱加工工藝：應(yīng)用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)鎳基合金薄壁筒脹形回彈率
2022-08-19【作 者】 李新和;王艷芬;楊新泉
回彈是薄壁筒脹形過(guò)程中不可避免的物理現(xiàn)象，直接影響到薄壁筒的形狀和尺寸精度，給后續(xù)的裝配工藝帶來(lái)了困難，影響裝配效率，并可能造成過(guò)大的裝配殘余應(yīng)力，從而影響焊接件使用的可靠性[1]。因此，在薄壁筒脹形工藝中，建立脹形工藝參數(shù)與回彈率之間的映射關(guān)系、準(zhǔn)確預(yù)測(cè)回彈率和掌握回彈規(guī)律，進(jìn)而控制回彈量就顯得尤為重要。人工神經(jīng)網(wǎng)絡(luò)(簡(jiǎn)稱ANN，即Artificial N eural N etwork)是近年來(lái)發(fā)展起來(lái)的通過(guò)模擬腦神經(jīng)對(duì)外部環(huán)境進(jìn)行學(xué)習(xí)而建立起來(lái)的一種人工智能模式識(shí)別的方法，為解決線性系統(tǒng)和模型未知的預(yù)測(cè)與控制提供了新的途徑[2]。
本文基于研究薄壁筒脹形的工藝參數(shù)(溫度、脹形壓力、摩擦系數(shù)、薄壁筒與模具間隙)與性能參數(shù)(回彈率)之間的關(guān)系，利用BP人工神經(jīng)網(wǎng)絡(luò)建立起了它們之間的關(guān)系模型，以期更有效地指導(dǎo)生產(chǎn)實(shí)踐、提高生產(chǎn)效率。
【結(jié) 論】
（1）利用BP神經(jīng)網(wǎng)絡(luò)可以很好地建立鎳基合金薄壁筒脹形回彈率預(yù)測(cè)模型，輸入在工藝參數(shù)取值范圍內(nèi)的任意工藝參數(shù)匹配就可得到對(duì)應(yīng)的回彈率來(lái)近似試驗(yàn)結(jié)果，從而大大減少了做試驗(yàn)的次數(shù)，提高工作效率。同時(shí)也避免了基于試驗(yàn)的傳統(tǒng)經(jīng)驗(yàn)回歸擬合復(fù)雜的數(shù)學(xué)處理，而且可以提高精度。
（2）利用所建立的神經(jīng)網(wǎng)絡(luò)模型可以定性分析四種因素對(duì)鎳基合金薄壁筒脹形的影響程度及其影響趨勢(shì)。將人工神經(jīng)網(wǎng)絡(luò)與遺傳算法相結(jié)合的優(yōu)化方法是鎳基合金薄壁筒脹形工藝優(yōu)化的一種簡(jiǎn)單而有效的方法。
（3）基于回彈率補(bǔ)償?shù)哪＞咝兔嬖O(shè)計(jì)和優(yōu)化方法是一個(gè)值得深入研究的課題。
以下是正文：
