| 利用神经网络技术对板料成形摩擦系数进行预测 |
| |
| 引用本文： | 张庭芳,陶勇新,黄菊花,周敬勇,杨国泰. 利用神经网络技术对板料成形摩擦系数进行预测[J]. 塑性工程学报, 2005, 12(6): 67-70 |
| |
| 作者姓名： | 张庭芳 陶勇新 黄菊花 周敬勇 杨国泰 |
| |
| 作者单位： | 1. 南昌大学机电学院,南昌,330029
2. 江西省商业科学技术研究所,南昌,330046 |
| |
| 基金项目： | 江西省自然科学基金资助项目（2002-12）;南昌大学2004年度校基金项目（Z02878）. |
| |
| 摘 要： | 针对板料拉深成形过程中摩擦系数较难确定的客观情况,结合人工神经网络所表现出来的良好特性,提出了一种将神经网络技术、数值模拟技术相结合,通过建立摩擦系数与板料成形厚度的非线性映射关系来反求摩擦系数的方法。实践证明,该方法是可行的。
|
| 关 键 词： | 神经网络技术 板料拉深成形 摩擦系数 预测 |
| 文章编号： | 1007-2012（2005）06-0067-04 |
| 收稿时间： | 2005-06-13 |
| 修稿时间： | 2005-09-20 |
Forecast of friction coefficient in sheet metal forming using neural network technology |
| |
| ZHANG Ting-fang,TAO Yong-xin,HUANG Ju-hua,ZHOU Jin-yong,YANG Guo-tai. Forecast of friction coefficient in sheet metal forming using neural network technology[J]. Journal of Plasticity Engineering, 2005, 12(6): 67-70 |
| |
| Authors: | ZHANG Ting-fang TAO Yong-xin HUANG Ju-hua ZHOU Jin-yong YANG Guo-tai |
| |
| Abstract: | Aim to external instance of determining friction coefficient difficultly in sheet metal deep drawing process, a new method to identify friction coefficient reversely was put forwardo This method utilized good characteristics of artificial neural network, combined neural network technology and digital model technology and established non-linear mapped relation between friction coefficient and sheet metal thickness. Experimental result shows this method is feasible. |
| |
| Keywords: | neural network technology sheet metal deep drawing friction coefficient forecast |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
