人工神经网络在拉深润滑油选择中的应用.pdfVIP

维普资讯 DieandMouldTet~hnologyNo2200O 文章编号 ：1001—49M (2(~00)02一OO68—04 6 7f 人工神经网络在拉深润滑油选 的应角 吕冬’，武雪萍，何丹农，张永清，程惊 J蒋镜 (1．上海交通大学 国家模具 CAD工程研究毕心，J：海 200030 2．上海大众汽车有限公司 ，上海 201805) 摘 要 ：首次利用人工神经网络技术时影响拉深过程 中法兰下摩擦系数的工艺参数 润滑油参数进行 了分析，描述 了神经网络建模过程并提 出了润滑油选择方案。神经 网络预测计算结果与实际符合较好 关键词 ： 工神经网络；拉深；摩擦 系数 ；润滑油 中图分 z—-文 ； Albstract：A modelofartitlcialnellral networkisconsturctedtopredicttheaveragecoefficient offrictionunderflangeduringdrawingbytaking inot considerationbothhteprincipal techno— logicalparametersandseveralpraametersoflubricantathtesaInetime．Thenselections8re madetochooseproperlubricantundercertain。peraJ唱cno ditino accordingtohtepredictedIe— suits．Th eprdeictedresultsshow goodagreementwiht experimentaldata． Keywords：artificialneuralnetwork ；dravdng；coefficientoffriction；lub ricant 0 引言 板料拉深加工中的润滑对保证工件质量 、提高模具寿命及减少能耗起着举足轻重的作用。 而润滑效果不仅与润滑的本身性能有关 ，而且与各种工艺参数及板料基本性能参数密切相 关。。不同的工艺条件很可能对应着不同的最佳润滑油选择。因为拉深过程中的有害摩擦主 要集中在法兰下，所 以在排除成本 因素影响之后 ，润滑油选择的评价标准应该是法兰下的平均 摩擦系数 ，合适的润滑油应使处于该工艺条件下的法兰下平均摩擦系数最小。影响法兰下摩 擦系数的因素很多(包括润滑油本身性能及各种工艺参数等)，且各因素之间相互制约 ，故如何 准确计算法兰下的摩擦系数就成为一个复杂的非线性多因子问题。 人工神经网络是一种分布式并行处理 系统 ，其处理结果以权值形式分布存储在矩阵 中 。它具有 自组织 、自学习、自适应和非线形动态处理等特性 ，并可实现人脑的概括 、类 比和 推广能力 ，因而可 以直接从大量数据 中提取规则，通过联想记忆和推广能力来获取所需数据 。 因此，它非常适台于对影响因素多且复杂的数据集进行处理。。传统的分析和研究方法都是 在许多假定的条件下建立分析模型，可靠性和置信度较差 ，且在特定条件下建立的模型不易修 改 ，而神经网络在本质上是一种从输入到输出的高度非线性映射过程，理论分析表明，一个三 收稿 日期 ：1999—06—03 作者简介：吕冬 (1974～)，男．硕士研究生 维普资讯 模具技术 加00．No2 层BP网络可以按任意精度逼近任何非线性连续函数 。因此，用人工神经网络来研究板料拉 深过程中法兰下的摩擦系数变化规律是有其数学基础的。 以前曾有学者对拉深过程中法兰下的摩擦特性作过研究…，但仅限于对摩擦系数影响因 素的显著性研究，没有量化，无法直