基于遗传算法优化神经网络的拼焊板压边力预测

doi:10.12068/j.issn.1005-3026.2020.02.016

东北大学学报:自然科学版 ›› 2020, Vol. 41 ›› Issue (2): 241-245.DOI: 10.12068/j.issn.1005-3026.2020.02.016

基于遗传算法优化神经网络的拼焊板压边力预测

张华伟，郑晓涛

(东北大学秦皇岛分校控制工程学院，河北秦皇岛066004)

收稿日期:2019-05-21 修回日期:2019-05-21 出版日期:2020-02-15 发布日期:2020-03-06
通讯作者: 张华伟
作者简介:张华伟(1983-)，男，黑龙江鹤岗人，东北大学副教授.
基金资助:
国家自然科学基金资助项目(51475086)；河北省自然科学基金资助项目(E2016501118)；河北省高等学校科学技术研究重点项目(ZD2017315)；中央高校基本科研业务费专项资金资助项目(N172304036).

Blank Holder Force Prediction of Tailor Welded Blank Based on Neural Network Optimized by Genetic Algorithm

ZHANG Hua-wei， ZHENG Xiao-tao

School of Control Engineering， Northeastern University at Qinhuangdao， Qinhuangdao 066004， China.

Received:2019-05-21 Revised:2019-05-21 Online:2020-02-15 Published:2020-03-06
Contact: ZHANG Hua-wei
About author:-
Supported by:
-

摘要/Abstract

摘要： 通过数值模拟与神经网络技术对拼焊板盒形件拉深成形过程中的压边力预测问题进行研究.运用数值模拟分析压边力加载形式对拼焊板盒形件成形性能的影响，找到一种较优的变压边力加载方式.建立适用于拼焊板盒形件拉深成形压边力预测的BP神经网络模型.采用遗传算法对神经网络模型进行优化，在基因选择过程中加入精英保留策略，最终通过基于遗传算法优化的神经网络模型获取了理想的压边力曲线，用以预测随拉深行程变化的压边力数值，为实现智能化冲压奠定了技术基础.

关键词: 拼焊板, 压边力预测, BP神经网络, 遗传算法, 盒形件

Abstract: Numerical simulation and neural network technology were used for the blank holder force(BHF) prediction of tailor welded blank(TWB) box part in deep drawing. The influence of BHF loading type on the formability of TWB box part was analyzed by numerical simulation， and a preferable BHF loading type was obtained. Then BP neural network model suitable for BHF prediction was developed. At last， the neural network model was optimized by the genetic algorithm. The elitism strategy was introduced into the course of gene selection， and finally an ideal BHF curve was obtained by the neural network model optimized by the genetic algorithm， which can predict BHF value varying in deep drawing process and can lay the technical foundation for intelligent stamping.

Key words: objective, interval particle, intervaltailor welded blank, blank holder force prediction, BP neural network, genetic algorithm, box part

中图分类号:

TG386，TP183

张华伟，郑晓涛. 基于遗传算法优化神经网络的拼焊板压边力预测[J]. 东北大学学报:自然科学版, 2020, 41(2): 241-245.

ZHANG Hua-wei， ZHENG Xiao-tao. Blank Holder Force Prediction of Tailor Welded Blank Based on Neural Network Optimized by Genetic Algorithm[J]. Journal of Northeastern University Natural Science, 2020, 41(2): 241-245.

参考文献

[1]Zhang H W，Wu J L，Wang X G.Crack defect of tailor rolled blank in deep drawing process［J］.Journal of Iron and Steel Research International，2018，25(12):1237-1243.
[2]Ma X D，Guan Y P，Yang L.Determination of elastoplastic mechanical properties of the weld and heat affected zone metals in tailor-welded blanks by nanoindentation test［J］.Chinese Journal of Mechanical Engineering，2015，28(5):911-918.
[3]Manabe K，Yang M，Yoshihara S.Artificial intelligence identification of process parameters and adaptive control system for deep drawing process［J］.Materials Processing Technology，1998，80/81:421-426.
[4]李新城，陈楼，张绘，等.基于主成分分析与BP神经网络的激光拼焊板力学性能预测［J］.热加工工艺，2012，41(5):171-173.(Li Xin-cheng，Chen Lou，Zhang Hui，et al.Mechanical properties forecasting of laser tailored welded blank based on principal component analysis and BP neural network［J］.Hot Working Technology，2012，41(5):171-173.)
[5]姜银方，王飞，李新城，等.基于正交试验和神经网络的激光拼焊板回弹预测［J］.塑性工程学报，2009，16(3):40-44.(Jiang Yin-fang，Wang Fei，Li Xin-cheng，et al.Study on the springback prediction in laser TWBs forming based on orthogonal experiment and neural network［J］.Journal of Plasticity Engineering，2009，16(3):40-44.)
[6]陈水生，唐春红.基于人工神经网络的拼焊板成形极限图预测［J］.塑性工程学报，2014，21(4):47-51.(Chen Shui-sheng，Tang Chun-hong.Prediction of forming limit diagram for tailor welded blanks based on artificial neural network［J］.Journal of Plasticity Engineering，2014，21(4):47-51.)
[7]Jabbari A，Salimi S.Tailor welded blank shape optimization in rectangular cup deep drawing［J］.Journal of Mechatronics，2014，2(3):201-206.
[8]Ma X D，Guan Y P.Theoretical prediction and experimental investigation on formability of tailor-welded blanks［J］.Transactions of Nonferrous Metals Society of China，2016，26(1):228-236.
[9]石云.BP神经网络的Matlab实现［J］.湘南学院学报，2010，31(5):86-88，111.(Shi Yun.Realization of BP neural network based on Matlab［J］.Journal of Xiangnan University，2010，31(5):86-88，111.)
[10]栾庆林，卢辉斌.改进遗传算法在神经网络权值优化中的应用研究［J］.遥测遥控，2008，29(1):51-54.(Luan Qing-lin，Lu Hui-bin.Research on the application of the improved genetic algorithm on neural network optimization［J］.Journal of Telemetry，Tracking and Command，2008，29(1):51-54.)
[11]张德丰.MATLAB神经网络应用设计［M］.北京:机械工业出版社，2012.(Zhang De-feng.Application design of MATLAB neural networks［M］.Beijing:China Machine Press，2012.)
[12]李庆东.试验优化设计［M］.重庆:西南师范大学出版社，2016.(Li Qing-dong.Optimization design of experiments［M］.Chongqing:Southwest China Normal University Press，2016.)
[13]林忠钦，刘呈，李淑慧，等.应用正交试验设计提高U形件的成形精度［J］.机械工程学报，2002，38(3):83-88.(Lin Zhong-qin，Liu Cheng，Li Shu-hui，et al.Application orthogonal experiment design in increasing dimensional accuracy of U-shaped parts［J］.Journal of Mechanical Engineering，2002，38(3):83-88.)
[15]关守平，房少纯.一种新型的区间-粒子群优化算法［J］.东北大学学报(自然科学版)，2012，33(10):1381-1384.(Guan Shou-ping，Fang Shao-chun.A new interval particle swarm optimization algorithm［J］.Journal of Northeastern University(Natural Science)，2012，33(10):1381-1384.)

[1]	张禹，何楷文，李清书，巩亚东. 面向STEP-NC自由曲面特征的加工操作方法智能决策[J]. 东北大学学报（自然科学版）, 2022, 43(7): 981-987.
[2]	季策，张晓. 基于GSA-BP神经网络的OFDM系统信道估计算法[J]. 东北大学学报（自然科学版）, 2022, 43(6): 769-775.
[3]	杨博文，霍军周，张伟，张占葛. 服役结构超前载荷实时预测方法的研究[J]. 东北大学学报（自然科学版）, 2022, 43(4): 541-550.
[4]	丁山，臧仕义，曹殿明，佘黎煌. 基于动态ID跳变的CAN总线安全调度算法[J]. 东北大学学报（自然科学版）, 2022, 43(3): 350-358.
[5]	陈兵，韩烬阳，唐晓垒，夏搏然. 基于机器学习的拉矫延伸率预测模型及数值分析[J]. 东北大学学报（自然科学版）, 2022, 43(2): 236-242.
[6]	叶翠丽，王娜，庞硕，闫航. 基于改进遗传算法的秸秆还田机刀片功耗优化[J]. 东北大学学报（自然科学版）, 2021, 42(9): 1290-1298.
[7]	丁山，暴林慧，高梦宁，佘黎煌. 一种基于安全性的CAN-FD信号打包方法[J]. 东北大学学报（自然科学版）, 2021, 42(6): 775-781.
[8]	刘军，杨青文，王金涛，刘华伟. 基于改进遗传算法的空间信息网恢复策略[J]. 东北大学学报（自然科学版）, 2021, 42(4): 524-530.
[9]	裴玉龙，杨世军，潘恒彦. 考虑车内拥挤状态的公交弹性发车间隔优化[J]. 东北大学学报（自然科学版）, 2021, 42(11): 1663-1672.
[10]	李壮年，储满生，柳政根，李宝峰. 基于机器学习和遗传算法的高炉参数预测与优化[J]. 东北大学学报:自然科学版, 2020, 41(9): 1262-1267.
[11]	黄川，胡平，连静. 一种基于车载信号还原机动车道3D地图的大数据方法[J]. 东北大学学报:自然科学版, 2020, 41(6): 771-777.
[12]	刘芳，刘欣怡，苏卫星，林辉. 电动汽车动力电池健康状态在线估算方法[J]. 东北大学学报:自然科学版, 2020, 41(4): 492-498.
[13]	王新刚，徐馷悉，李尚杰，马瑞敏. 不确定结构的区间可靠性优化设计[J]. 东北大学学报:自然科学版, 2020, 41(4): 521-527.
[14]	杨周，姜超，张义民，姜红猛. 采煤机截割部扭矩轴的动态可靠性分析[J]. 东北大学学报:自然科学版, 2020, 41(2): 217-222.
[15]	刘芳，马杰，苏卫星，何茂伟. 基于模型参数在线辨识技术的SOC估算方法[J]. 东北大学学报:自然科学版, 2020, 41(11): 1543-1549.

基于遗传算法优化神经网络的拼焊板压边力预测

Blank Holder Force Prediction of Tailor Welded Blank Based on Neural Network Optimized by Genetic Algorithm

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价