熱加工工藝：應用BP神經(jīng)網(wǎng)絡預測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)的裝配工藝帶來了困難，影響裝配效率，并可能造成過大的裝配殘余應力，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系、準確預測回彈率和掌握回彈規(guī)律，進而控制回彈量就顯得尤為重要。人工神經(jīng)網(wǎng)絡(簡稱ANN，即Artificial N eural N etwork)是近年來發(fā)展起來的通過模擬腦神經(jīng)對外部環(huán)境進行學習而建立起來的一種人工智能模式識別的方法，為解決線性系統(tǒng)和模型未知的預測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)之間的關系，利用BP人工神經(jīng)網(wǎng)絡建立起了它們之間的關系模型，以期更有效地指導生產(chǎn)實踐、提高生產(chǎn)效率。
【結 論】
（1）利用BP神經(jīng)網(wǎng)絡可以很好地建立鎳基合金薄壁筒脹形回彈率預測模型，輸入在工藝參數(shù)取值范圍內(nèi)的任意工藝參數(shù)匹配就可得到對應的回彈率來近似試驗結果，從而大大減少了做試驗的次數(shù)，提高工作效率。同時也避免了基于試驗的傳統(tǒng)經(jīng)驗回歸擬合復雜的數(shù)學處理，而且可以提高精度。
（2）利用所建立的神經(jīng)網(wǎng)絡模型可以定性分析四種因素對鎳基合金薄壁筒脹形的影響程度及其影響趨勢。將人工神經(jīng)網(wǎng)絡與遺傳算法相結合的優(yōu)化方法是鎳基合金薄壁筒脹形工藝優(yōu)化的一種簡單而有效的方法。
（3）基于回彈率補償?shù)哪＞咝兔嬖O計和優(yōu)化方法是一個值得深入研究的課題。
以下是正文：
