| BP神经网络与遗传算法结合下的温挤压模具优化设计 |
| |
| 引用本文： | 孙宪萍,杨兵,刘强强,王雷刚.BP神经网络与遗传算法结合下的温挤压模具优化设计[J].润滑与密封,2017,42(4):84-88. |
| |
| 作者姓名： | 孙宪萍 杨兵 刘强强 王雷刚 |
| |
| 作者单位： | 长春工业大学 机电工程学院 |
| |
| 基金项目： | 国家自然科学基金项目（51257216）；吉林省教育厅项目（吉教科合字\[2015\]第119号） |
| |
| 摘 要： | 以汽车转向螺杆类杯-杆件的温挤压凹模为例进行模具磨损分析及其寿命预测。以影响温挤压凹模磨损的4个主要因素，即凹模入口处圆角大小、模具初始硬度、模具初始温度、摩擦因子作为工艺参数，并分别选取4个不同水平值，确定四因素四水平的32组温挤压凹模磨损试验方案，通过Deform 3D有限元数值模拟软件进行成形过程的数值模拟。以不同影响因素和对应模具的磨损量为样本训练BP神经网络，建立4个主要因素与凹模磨损量之间的映射关系，以温挤压凹模磨损量为目标函数，通过遗传算法对4个影响因素进行组合优化，使凹模磨损量最小、寿命最长。
|
| 关 键 词： | 模具磨损分析 数值模拟 BP神经网络 遗传算法 |
|
| 点击此处可从《润滑与密封》浏览原始摘要信息 |
|
点击此处可从《润滑与密封》下载全文 |
|
