基于蚁群神经网络的冲压成型回弹预测

拉伸是板料冲压成型的关键工艺,回弹是拉伸过程中的控制难点。笔者以板料拉伸为对象,选择材料各项异性系数、硬化指数、压边力、摩擦系数、及凹模圆角为试验参数,借助正交试验工具,进行了冲压成型数值模拟试验,并在此试验基础上建立了基于BP神经网络的回弹预测模型。针对BP算法的不稳定性,易陷入局部最优值的缺陷,设计了一种基于蚁群算法的BP网络优化算法,该优化算法融合了蚁群算法的全局性能、启发式优点和神经网络的泛化性能。利用该算法建模并将其应用于冲压成型回弹预测,结果表明:此模型可将预测误差控制在5%以内,满足工业应用标准。