基于MPSO-BP模型的小半径弯管成形结果快速预测

选取起皱率、扁平率和减薄率作为小半径弯管成形结果的考察指标,采用1次1因子法对影响因子进行筛选,最终选取管件直径、厚度、芯棒伸出量和芯棒与管件内侧之间的间隙值作为考察的影响因子。利用数值模拟手段针对小半径弯管的考察指标和影响因子建立样本库,并随机选取其中12组作为测试样本,剩余作为训练样本,结合BP神经网络和改进的粒子群算法对预测模型进行训练,构建小半径弯管成形结果快速预测的MPSO-BP神经网络预测模型。利用数值模拟和BP模型对MPSO-BP模型的预测结果进行验证和分析,结果表明MPSO-BP神经网络模型的预测结果可靠有效。