机械拉杆锻压工艺的神经网络优化研究.pdfVIP

《热加工工艺》2018年4月第47卷第7期

机械拉杆锻压工艺的神经网络优化研究

苏燕云

(闽南理工学院实践教学中心，福建石狮362700)

摘要：采用不同的隐含层传递函数构建了4x28xl三层拓扑结构的机械拉杆锻压工艺神经网络优化模型．并进行

了学习训练和预测验证。结果表明：与logsig函数相比，以tansig函数作为隐含层传递函数的模型平均相对训练误差从

5．4％减小至2．5％。以tansig函数作为隐含层传递函数的模型平均相对预测误差为2．4％，具有较强的预测能力和较高

的预测精度。

关键词：机械拉杆；锻压工艺优化；神经网络优化；隐含层传递函数；抗拉强度；tansig函数

DoI：10．14158／j．enid．1001—3814．2018．07．043

中图分类号：TG306文献标识码：A文章编号：1001．3814(2018)07—0165-03

StudyonMechanicalTieRodForgingProcessOptimizedbyNeuralNetwork

SUYanyun

(PracticeTeachingCenter,MinnanUniversityofScienceandTechnology，Shishi362700，China)

Abstract：Theneuralnetworkoptimizationmodel(threelayerstopoloygstructureof4x28x1)ofthemechanicaltierod

for~ngprocesswasbuiltbyusingdifferenthtehiddenlayertransferfunctions，nadlearnnigtrainingnadprediction

verificationwerecarriedout．Theresultsshowhtatcomparedwihthtelogsigfunction，hteaveragetrainingrelativeerrorofhte

model、vitllhtetansigfunctionasthehiddenlayertransferfunctionisreducedfTom5．4％to2．5％．Theaveragerelative

predictionerrorofhtemodelwihttansigfunctionashtehiddenlayerrtnasferfunctionis2．4％．whichhassrtongprediction

abiliytnadhighpredictionaccuracy．

Keywords：mechnaicaltierod；forgingprocessoptimization；neuralnewtorkoptimization；hiddenlayertransfer

function；tensilestrength；tansigfunction

机械拉杆锻压工艺参数的选择直接关系到拉杆梅嘲进行了镁合金汽车车轮锻压工艺的神经网络优

锻件性能的好坏。但是，锻压工艺参数较多，各工艺化研究。姜志宏等嘲采用正交试验和BP神经网络方

参数的影响较为复杂，且不是线性的，所以完全依靠法对板材多点渐进成形工艺进行了优化研究。张斌

试验手段进行工艺优化。将会耗费较多的人力、物力等同采用神经网络一模拟退火算法对河蚌肉的超高

和财力，而且研发进度缓慢，这明显不利于现代企业压嫩化工艺进行了优化研究。闫竹玲和闫雄雄[8]基

的高效需求。神经网络(NeuralNetwork)是近年来伴于神经网络算法进行了钢结构的冷喷涂工艺优化分

随计算机技术而快速发展起来的一种人工智能技