基于机器学习的管材弯曲回弹有效预测与补偿

采用基于优化的误差反向传播(BP)神经网络的机器学习算法建模,提出了考虑材料参数、几何参数等多因素的弯管回弹精确预测和高效控制方法。该方法通过引入非线性惯性权重及遗传算法的杂交算子,改进了粒子群优化(PSO)算法,进而通过改进的PSO算法对BP神经网络进行优化,构建了基于改进的PSO-BP神经网络机器学习回弹预测和补偿模型。以多种规格的铝合金数控弯管构件为对象,将实际生产中不同规格、批次、成形参数下回弹数据作为训练样本,实现了所建机器学习预测模型的应用验证。所建模型获得的预测结果平均相对误差为6.3%,与未优化的BP神经网络等传统模型相比,预测精度最大提高了18.5%,计算时间可从1.5 h缩短至300 s,同时实现了回弹预测与补偿精度以及计算效率的显著提高。     

U形制件再弯曲回弹的分析

通过对“Ｕ”形制件再弯曲的分析,得到了其再弯曲回弹的规律,以此对平直钢板弯曲回弹经验公式应用于“Ｕ”形制件再弯曲回弹的情况进行了仔细讨论,并用实例说明了此公式在实践中的应用。     

TA2M钛合金板材U形件弯曲回弹研究

应用PAM—STAMP冲压模拟软件,对TA2M钛合金板材U形弯曲成形及回弹过程进行了数值模拟预测,并对模拟结果进行了工艺试验验证,得到了板料厚度、轧制方向以及相对弯曲半径等参数对回弹影响的数值结果,并对结果进行了分析。     

基于有限元的U形弯曲回弹分析

弯曲回弹是金属板料成形最典型的缺陷之一,对回弹变形做出准确的预测是有效控制回弹现象的前提。Dynaform是材料成形领域广泛应用的有限元分析软件,它可以准确地描述出板料弯曲成形过程及弯曲后的回弹量大小。文章利用Dynaform软件对插角连接座零件成形过程中U形弯曲成形及回弹进行数值模拟分析,计算出回弹量的大小,并通过设置不同的凹模圆角半径值来探究其对回弹的影响,验证了成形过程中材料的变形原理,也对生产实际中模具参数的优化设计具有一定的指导作用。     

基于试验设计法的L形薄板弯曲回弹预测

用正交试验设计法和均匀试验设计法对L形薄板弯曲回弹进行预测。借助两种试验设计方法进行方案试验,利用ANSYS/LS-DYNA数值模拟得出各组方案中不同因素组合下的回弹量;通过直观分析、方差分析、回归分析和假设检验,得到各因素对回弹角的影响,找出取得最小回弹量的各因素水平的最优组合,获得试验范围内影响回弹的最佳工艺范围。结果表明,均匀试验设计法能够对回弹进行更有效的预测和控制。     

弯曲成形回弹研究进展

回弹是影响弯曲件成形质量的主要因素之一,是弯曲模具和弯曲工艺设计要考虑的关键问题之一。如果不充分了解弯曲回弹规律,要想获得预期精度的弯曲件,需要反复试模、修模,优化模具尺寸,或者在成形结束后还要对弯曲件进行校形,这样将会导致生产周期的延长,生产成本的提高。本文综述了前人对弯曲回弹问题的研究工作和研究成果,简述了弯曲回弹控制的方法,最后基于目前的研究现状,提出了弯曲成形回弹研究有待于进一步解决的问题。     

15CrMoG钢管弯曲回弹的改进PSO-BP评估

为精确预测管材弯曲回弹并设计合理的补偿方案,选择经过优化处理的BP机器学习算法建立预测模型,之后对其开展了控制性能评价。大幅提升了泛化性能并获得更高的预测精度,促进算法更快完成收敛过程。并对模型开展了验证分析。研究结果表明：当以PSO算法优化BP建立预测模型进行预测时跟目标结果间形成了15.7%的平均误差,相对于BP预测模型,大幅提升了预测精度,但会导致计算效率明显下降,所需计算时间接近1.5h。以改进粒子群算法对BP进行优化后,可以有效提升神经网络泛化性能,跟目标值相比平均误差只有6.2%。先对基本PSO算法实施优化处理,再利用优化后的PSO算法调整BP,由此建立得到机器学习预测模型。此模型可以达到高预测精度以及高效率的要求,可以有效满足管材数控弯曲回弹以及补偿的计算需求。     

[成形过程的数据挖掘与深度学习方法]基于机器学习的管材弯曲回弹有效预测与补偿

采用基于优化的误差反向传播(BP)神经网络的机器学习算法建模,提出了考虑材料参数、几何参数等多因素的弯管回弹精确预测和高效控制方法。该方法通过引入非线性惯性权重及遗传算法的杂交算子,改进了粒子群优化(PSO)算法,进而通过改进的PSO算法对BP神经网络进行优化,构建了基于改进的PSO-BP神经网络机器学习回弹预测和补偿模型。以多种规格的铝合金数控弯管构件为对象,将实际生产中不同规格、批次、成形参数下回弹数据作为训练样本,实现了所建机器学习预测模型的应用验证。所建模型获得的预测结果平均相对误差为6.3%,与未优化的BP神经网络等传统模型相比,预测精度最大提高了18.5%,计算时间可从1.5 h缩短至300 s,同时实现了回弹预测与补偿精度以及计算效率的显著提高。     

U形弯曲模结构浅析

在弯曲成形方式中,U形弯曲是最常见的一种。在U形弯曲中最难解决的工艺问题是弯曲件的回弹。在弯曲工艺设计时,人们一般根据经验(经验公式计算或查表),粗略计算其回弹值(回弹角、回弹半径),在设计模具结构时考虑弥补。下面就以消除回弹为重点,对几种常用U形弯曲模结构进行分析,     

基于一步逆成形法弯曲成形回弹的快速模拟

首先阐述了弯曲成形回弹模拟的方法及其一步逆成形法的基本原理.通过采用一步逆成形法来获得弯曲成形后的应力分布,然后利用LS-DYNA隐式求解器对卸载回弹过程进行了模拟.最后将该方法分别应用到无约束圆柱弯曲成形和卡车纵梁弯曲成形的回弹模拟中,并将模拟结果与实验结果进行了比较,比较的结果表明,该方法可以有效地预示出弯曲成形的回弹量.     

W形金属密封环工作状态下的力学状态与回弹性能研究

建立W形金属密封环的有限元模型,计算其不同工况下的静力学状态,并以此为基础探究W形环最大Von Mises应力与最大接触应力的影响因素。运用ANSYS模拟W形环在不同工况下加载卸载的全过程,探究W形环回弹率的各种影响因素。结果表明:在计算范围内,壁厚和压缩量的增加使最大接触应力平稳增大,密封性能提高,波高和温度的增加使最大接触应力下降,密封性能下降;壁厚和压缩量的增加使回弹率降低,波高与介质压力的增加使回弹率升高。     

W形结构缠绕垫片压缩-回弹性能的研究

在V形结构的基础上,通过简化力学模型的受力分析,建立力与变形之间的关系,从而获得W形结构的弹性变形公式。通过与V形结构弹性变形公式的比较,采用5.5 mm、6.0 mm、6.5 mm宽的平钢带进行厚度为4.5 mm标准系列缠绕垫片的合理结构设计,在确定的工艺参数（钢带切向拉紧力为14.7 N、径向压紧力0.25 MPa）和组合安装按GB 4622.3-93规定的条件下,对304＋柔性石墨内外环缠绕垫片进行压缩-回弹性能试验。结果表明：W形金属柔性石墨缠绕垫片的回弹性能优越于V形,且强度和刚度较大,在高压、危险工况、预紧载荷较大的法兰连接系统条件下使用更加安全可靠;W形金属柔性石墨缠绕垫片的回弹性高出国标十几个百分点,达到了国际先进水平。     

基于一步逆成形法弯曲成形回弹的快速模拟

首先阐述了弯曲成形回弹模拟的方法及其一步逆成形法的基本原理。通过采用一步逆成形法来获得弯曲成形后的应力分布,然后利用LS～DYNA隐式求解器对卸载回弹过程进行了模拟。最后将该方法分别应用到无约束圆柱弯曲成形和卡车纵梁弯曲成形的回弹模拟中,并将模拟结果与实验结果进行了比较,比较的结果表明,该方法可以有效地预示出弯曲成形的回弹量。     

W形金属密封环回弹与密封性能研究

利用ANSYS分析W形金属密封环的压缩回弹性能和密封性能,得出W形金属密封环的压缩量与压紧力的关系;讨论加卸载过程中合金基体与银层的等效塑性应变分布情况并分析密封机制。通过正交试验,分析壁厚、波高、波峰半径、波谷半径等结构参数对密封环回弹性能和密封性能的影响规律。结果表明:W形环具有高回弹量和良好的自紧密封功能;加载压缩量达到10%时,合金基体的波谷区域开始出现塑性应变;镀银层在加载时的塑性流动,是能够实现密封的必要条件;壁厚和波高是对W形环综合性能影响最主要的参数;波谷半径过大将导致W形环密封性能难以保证,在改进设计中应避免。     

基于BP神经网络的手绘电路图形符号识别技术

首先介绍了手绘电路图形符号扫描输入和图像信息去噪压缩处理方法,并离散化成标准的二维矩阵形式.然后引入一个三层前馈型BP神经网络,采用Delta迭代训练算法,学习图像矩阵输入与元件符号输出之间的映射关系,并着重阐述了神经网络学习的过拟合问题.最后通过MATLAB编程仿真和交叉验证表明,提出的BP神经网络结构及其训练算法合理、有效和实用.     

基于BP神经网络的重型数控机床定位精度预测

针对重型数控机床长距离进给系统定位精度不易测量的问题,选取纵向3段位移,根据国标规定每一段位移上确定目标位置点7个,采用激光干涉仪对3段位置定位精度进行测量,得到目标位置点的定位精度,利用3层结构的BP神经网络,预测全域范围的定位精度,精度最高可达10.04％.与实测结果对比分析,此方法可行.     

T2紫铜箔材的U型弯曲变形

设计了箔板U型弯曲试验方案,使用不同凹模槽宽尺寸和圆角半径的微型模具,在三思微型试验机上完成了试验,分析了模具几何尺寸、箔板厚度等对箔板U型弯曲变形中冲头载荷、回弹以及表面质量的影响。研究结果表明,槽宽尺寸或圆角半径减小时,最大冲头载荷显著增加,且冲头载荷上升和下降速率都明显增大;对比两种不同厚度箔板的冲头载荷显示,冲头载荷减小速率明显快于横截面面积的减小速率,说明产生了明显的尺寸效应;另外,圆角半径或板厚减小,导致回弹角度增大,成形件精度降低;虽然成形件表面比较平整,但侧面出现划痕提示需要提高模具表面质量和采取润滑措施。以上研究结果对指导箔板微成形工艺设计具有重要意义。     

冰箱竖梁双角“П”形件弯曲回弹规律研究

为了提高生产率,降低成本,某型号冰箱竖梁改进了原来的工艺,采用了整体式的结构。该整体式的竖梁在进行双角П形件弯曲成形时,由于残余应力的释放,卸载后角部角度会回复,同时侧壁会卷曲,影响产品的精度。从数值模拟、实验研究两个方面对工艺难度较大的П形弯曲回弹规律进行探讨,确定影响回弹的诸多因素,并将影响回弹的因素与回弹量的关系进行量化分析,提出了一些减小回弹的方法,并将此研究结果用于生产的过程控制和零件质量控制。     

基于变弹性模量的Ti-6Al-4V板材五点弯曲回弹预测

Ti-6Al-4V钛合金材料在弯曲成形过程中会产生较大的回弹,其弹性模量对回弹影响较大,但以往研究均未考虑材料塑性应变变化过程中弹性模量的变化。以Ti-6Al-4V钛合金为对象,进行了材料的单轴拉伸实验和循环加载-卸载实验,以揭示材料各向异性参数及材料弹性模量随塑性应变变化的规律,在此基础上建立了Ti-6Al-4V钛合金变弹性模量数学模型。基于YLD2000-2D屈服准则及变弹性模量和Mises各向同性两种不同的本构模型,对常温下Ti-6Al-4V钛合金板材的五点弯曲过程进行了数值模拟,为了验证数值模拟结果,进行了常温下Ti-6Al-4V板材的五点弯曲实验,结果显示,前者显著提高了Ti-6Al-4V钛合金弯曲回弹预测精度,预测精度相比后者提高了31.18%。     

弯曲成形件回弹的几种对策

我公司生产的许多弯曲零件是靠模具完成的。有些零件受其形状的影响,成形后从模具中取出时,弯曲部位残存的弹性应力会使弹性角度稍有增大。由于弹性变形的恢复,工件产生回弹,回弹后的制件不符合图样尺寸要求,需要修复后方可使