基于人工神经网络的冷挤压工艺设计系统的知识自动获取研究

提出了用人工神经网络补充和修改冷挤压工艺设计系统知识库内容的模型框架,根据人工神经网络映射的特征编码提出并实现了一种专家系统自动获取冷挤压零件特征的方法,并详细讨论了算法过程,最后结合典型实例给出了知识自动获取的过程。所提出的知识自动获取方法的优点在于不仅可以通过人工神经网络把冷挤压零件的成形过程整体地存入知识库中,而且由于所选用的人工神经网络映射模式是集中反馈式、分工序循环进行的。因此,通过该方法还可以获取冷挤压成形过程中每步工序半成品件的特征,然后存入冷挤压工艺设计系统的知识库。     

冷挤压零件的工艺设计

文中指出了工艺设计在冷挤压生产中的重要性。阐述了冷挤压件的材料选择、形状设计、尺寸设计、许用变形程度及可获得的尺寸精度和表面粗糙度。     

模糊人工神经网络在冷挤压工艺设计中的应用研究

在分析冷挤压成形影响因素的基础上,将模糊理论和人工神经网络进行了有机集成,并用以解决判断冷挤压零件能否通过一次挤压成形的问题。首先将人工神经网络进行模糊化处理,然后在分析冷挤压零件能否一次成形的有关规则基础上,抽取若干个模糊变量,并利用隶属度函数将影响冷挤压成形的模糊变量模糊化,同时通过从领域专家或其它知识源获取的训练样本,对人工神经网络进行学习,获得能够进行一次成形判断的人工神经网络模型,最后选取典型冷挤压零件进行了运行测试,并且用商业化软件DEFORM对系统输出的判断结果进行数值模拟分析,模拟结果证明了系统的可行性。     

基于人工神经网络的冷挤压精度预测

本文选择了三层BP神经网络来进行冷挤压成形精度的预测,采用正交实验设计的方法来选取人工神经网络的训练和测试样本,并按照一定的原则对人工神经网络进行了训练.结合典型实例,验证了用人工神经网络预测冷挤压成形精度的有效性.     

《冷挤压模具设计与制造》讲座(连载九)

第4讲冷挤压工艺分析及制定4.1冷挤压工艺设计的内容及方法冷挤压工艺设计是在确定挤压件形状、尺寸、精度和材料之后,着手设计模具之前的一个阶段。在此阶段要拟定制件的冷挤压加工工艺和有关的工艺顺序和数量,并研     

一种新的产品/零件特征的二进制编码方法

在研究基于人工神经网络的冷挤压工艺设计系统的过程中，提出了一种新的产品／零件的二进制形式的特征编码方法，这种编码方法较之以前的小数形式的编码具有很多优点。该文将与冷挤压工艺设计有关的产品／零件的几何形状特征、关系特征、精度特征和基本成形工艺特征等进行了二进制形式的特征编码，并赋予其一定的工程语义。综合特征编码和特征参数就可以比较完整地表示一个冷挤压零件。     

飞壳内棘齿冷挤压成形工艺设计及数值模拟分析

探讨自行车飞壳内棘齿的冷挤压成形问题.采用正交试验设计方法和有限元数值模拟软件Deform-3D对内棘齿的冷挤压成形工艺方案进行了设计和模拟,确定飞壳内棘齿成形的冷挤压工艺方案.得到的内棘齿齿部成形饱满,齿的端部塌角较小,满足挤压件的精度要求.获得了内棘齿冷挤压成形过程中的应力应变分布规律、金属流动规律和载荷-行程曲线,为工艺参数的选择和模具设计提供了详细的技术信息.     

铝锅冷挤压工艺及模具设计

叙述了铝锅塑性成形的工艺分析,设计冷挤压件、计算毛坯形状及尺寸,验算许可变形程度、计算冷挤压变形力。介绍了铝锅冷挤压工艺及模具结构。最后指出了冷挤压工艺的优点。     

冷挤压工艺设计领域异构知识的混合表示

对冷挤压工艺设计专家系统构建过程中涉及的领域知识表示方面的问题进行了研究.通过对各种传统的专家系统知识表示方法优缺点的分析与比较,考虑到冷挤压工艺领域知识的异构性特点以及领域知识的不确定性和模糊性,提出了一种针对于冷挤压工艺设计领域的,基于模糊的面向对象的异构知识混合表示方法;实现了冷挤压工艺设计领域知识合理、有效的表示,并构建了领域知识库.     

基于模糊的冷挤压工艺设计专家系统关键技术研究

开发冷挤压工艺设计专家系统主要包括冷挤压工艺设计领域知识库构建和推理机制实现2个方面。利用面向对象、模糊产生式以及模糊框架等知识表示方法,提出了一种基于模糊的面向对象的异构知识混合表示法,并在此基础上构建了冷挤压工艺设计领域知识库;利用基于可信度理论和基于模糊理论等不确定性推理方法,提出了广义可信度的概念和一种基于广义可信度的模糊推理方法,实现了冷挤压工艺设计专家系统的推理机制。     

遗传算法结合神经网络实现拉延筋优化设计

传统的冲压模具设计中,拉延筋设计和布置主要依靠经验,这使得模具设计和制造周期延长.以某汽车侧壁外板的拉深工序为例,讨论了神经网络技术与遗传算法在拉延筋优化设计中的综合应用问题.建立了反映板料成形参数与拉延筋阻力之间非线性映射关系的BP网络模型.利用该训练好的神经网络可以实现拉延筋的优化设计.由于相对于进行工艺试验来说数值仿真比较省时省力,因此,利用Dynaform模拟汽车侧壁外板的拉深成形过程,建立训练样本.在网络的训练方法上利用遗传算法进行了优化,有效地提高了神经网络的模拟精度.     

基于神经网络的板料毛坯设计方法研究

研究了一种冲压毛坯设计的方法--基于神经网络模型的坯料优化设计技术,即利用神经网络反映映射关系,实现对同一类型零件坯料的快速预测.文章阐述了该方法的设计原理、流程,解释了径向基函数神经网络、坯料形状转化成神经网络的输出参数、训练样本采用修正坯料来提高设计精度等关键技术.实际生产表明,一旦神经网络训练成功,可快捷得到合理的坯料设计结果,具有很大的经济效益.     

软计算在塑性成形中的应用研究

介绍了软计算方法的概念、内涵、外延以及应用,探讨了模糊理论、人工神经网络及遗传算法等技术的特点,论述了软计算技术间的融合及集成方法,并针对软计算在塑性成形领域的应用介绍了包括冷挤压工艺设计中人工神经网络的遗传优化问题、模糊神经网络用于冷挤压件能否一次冷挤压成形的判断以及运用人工神经网络进行专家系统的知识自动获取等;综述和分析了软计算应用于塑性成形领域的国内外研究现状;对软计算技术的进一步研究和应用提出了展望。     

底排船尾精化毛坯工艺改进实践

以某产品底排船尾毛坯为对象,进行了冷挤压成形工艺改进研究,通过模具设计制造控制,合理的选用软化处理参数及冷挤压时的润滑剂,实现该零件冷挤压加工的顺利成形,进而达到了精化毛坯的目的,提高了材料利用率。     

神经网络与正交试验法结合优化注射工艺参数

结合人工神经网络所表现出来的良好特性,利用正交试验获得的数据作为神经网络的训练样本,建立输入为工艺参数、输出为翘曲变形量的神经网络模型,并通过样本检验了ANN模型的准确性,从而缩短设定工艺参数的时间,在工艺参数取值范围内,采用ANN模型代替CAE软件模拟试验,结合正交试验法,对工艺参数进一步优化。结果表明:将神经网络与正交试验、数值模拟三者结合用于注射过程参数优化可以缩短优化工艺参数的时间,提高工艺设计效率,并能获得比单纯使用正交试验和数值模拟方法更为优化的结果。     

钛合金等温锻造工艺优化研究

将有限元模拟技术和神经网络理论相结合,建立了钛合金等温锻造工艺设计的优化系统,实现了CAD-CAE-优化-CAD的循环,在循环过程中,CAE对CAD产生了数据反馈.将FEM模拟结果作为初始数据导人优化系统,作为ANN的训练参数,利用训练好的神经网络对设计做出预测,循环系统不断运行直至得到良好的结果.利用该优化系统能获得像顶级专家主持一样的优良效果,使得设计过程在时间和效果上都得到提高.     

利用人工神经网络预测板带力学性能的软件开发

本文开发了利用人工神经网络预测力学性能的软件。本软件的特点是直观、方便、稳定。软件共分三大部分:数据处理部分、人工神经网络训练部分、运用成熟网络预报部分。数据应从稳定生产的现场取得,人工神经网络训练部分是用BP网络建立原始化学成分和热轧生产的主要工艺参数与产品力学性能之间的关系。经过反复训练满意后即可运用成熟网络进行性能预报。作者用此软件对SS400钢的性能进行预报,经过10万次训练后,产品力学性能的预报值与实际值拟合良好,预报结果的相对误差很小。