基于BP神经网络的连杆衬套强力旋压轴线直线度预测

强力旋压成形工艺的轴线直线度误差对采用该工艺生产的连杆衬套的产品使用可靠性有很大影响。采用单因素试验设计方法,利用数值模拟技术手段,获得了以减薄率、进给比、首轮压下比、主轴转速为试验因素,内、外轴线直线度误差为评价指标的试验数据。基于试验因素和评价指标应用BP神经网络技术建立了4-10-2的三层神经网络结构模型,得到了减薄率、进给比、首轮压下比、主轴转速和轴线直线度误差之间的非线性关系。用试验所得到的数据对模型进行了训练和预测,并将预测值与仿真值相比较。结果表明:该模型可以有效预测连杆衬套强力旋压轴线直线度误差。     

基于BP神经网络的温挤压模具磨损量预测

连杆衬套毛坯在生产过程中会出现凸模磨损严重.根据连杆衬套毛坯的温挤压成形原理和加工成形特点,得到了影响温挤压凸模磨损寿命的4个主要因素,即模具初始硬度、摩擦系数、挤压速度和模具预热温度.以凸模磨损量最小为目标,设计了4因素3水平标准正交试验表.利用Archard磨损理论,通过Deform-3D软件,进行了温挤压磨损正交模拟试验.基于试验数据,建立了4-15-1的3层BP神经网络预测模型,得到预测值和数值模拟值误差小于3％,此方法可以用于快速预测温挤压模具的磨损量.     

基于BP神经网络预测筒形件对轮旋压内径扩径量

内径扩径量是衡量筒形件对轮旋压好坏的关键性指标。本文采用单因素试验设计方法和数值模拟技术,获得了以减薄率、进给比、圆角半径为试验因素,内径扩径量为评价指标的模拟数据。基于试验因素和评价指标,运用BP神经网络技术建立了3-10-1的三层神经网络结构预测模型。用模拟试验所得到的数据对该模型进行了训练和预测,将预测值与实测值相比较,证明该模型对筒形件的内径扩径量有很好的预测效果。