三维铝型材挤压模多参数CAO系统的研究.pdf

———————————————————型i_兰—一 摘要 对挤压模具参数进行优化设计，可以减少试模、修模的工作量，提高模具质 量，缩短设计制造周期，降低生产成夺?但与传统数学优化不同，作为一个实际 工程问题，其中关系很复杂无法建立明确的数学关系模型，这就决定了它难以用 常规方法实现。本文研究了以成形件质量为主要目的，在塑性成形数值模拟基础 上，采用人工智能方法的模具多参数优化，构建了三维铝型材挤压模多参数CA0 系统，并开发了CA0系统软件。 人工神经网络抛开了传统的建模方法，它可以从大量的离散实验数据中经过 学习训练，提取其领域知识，并将这些知识表示为网络联结权值的大小，从而建 立相应的数学模型。因此采用人工神经网络作为建模的核心算法，但由于标准算 法存在一些不足，所以在原有算法的基础上提出了改进方案。 遗传算法是一种有效地解决最优化问题的方法，是模拟达尔文的遗传选择和 自然淘汰的生物进化过程的计算模型。其有简单通用、鲁棒性强、适于并行处理 及高效等显著特点。因此选择遗传算法来完成寻优的工作，但由于标准算法的一 些缺陷，使得优化效果不是很理想，因此对原有标准算法作了改进。 面向对象的分析和设计能从事物的本来面目出发认识、研究问题，有着诸多 优点，所构建的系统也易于扩充、便于维护。鉴于此，本文在对CA0系统结构 详细分析的基础上，利用面向对象的技术对系统进行了设计，建立了功能模型、 系统模型，抽象出了系统的主要模块及其属性、操作，具体构建了三维铝型材挤 压模多参数CAO系统。 Visual C++具有强大的编译功能，Matcom的C++数学函数库具有强大的矩 阵计算能力，因此本文中使用vc++6．0编译环境作为开发平台，借助面向对象 数CA0系统软件，最终发布的程序完全可以脱离Matcom环境，成为独立可执 行的应用软件，为本课题成果的进一步推广应用奠定了基础。 关键词：铝型材挤压模；多参数CA0系统；人工神经网络；遗传算法；Matcom 三维铝型材挤压模多参数CAO系统研究 Abstract The oftheextrusiondie cancut the design parametersdown optimization workloadofdie and thedie andreducethe settingmending,upgradequalities design andmanufacture itcanresultincostreduction．Otherthanthe cycle cycle．And traditionalmathematic ofanactual is too project optimization，relationship a definite model．Thisrestrictsconventional toset mathematic up complicated atthe researchesonthe moldingpiece’Squalities，thispaper approaches．Aiming die theartificial the ofthe with optimizingmulti·parameter intelligence