基于模糊神经网络的铝合金板拉深回弹研究.pdfVIP

《热加工工艺》年月第卷第期

20192483

基于模糊神经网络的铝合金板拉深回弹研究

王仕勋

黄冈职业技术学院湖北黄冈

(,438000)

摘要：主要研究了铝合金薄板在拉深中的回弹预测。首先，根据拉深试验装置构建了三维仿真模型，并采用

6016

有限元仿真得到了不同凹凸模间隙、摩擦系数和压边力下不同测量点的回弹值。然后以这些回弹值作为试验样本，采用

模糊神经网络进行了预测研究。对有限元仿真和神经网络预测的回弹值与实际回弹值进行了比较。结果表明模糊神经

网络对铝合金薄板在拉深中的回弹预测精度要明显优于有限元仿真。模糊神经网络对铝合金薄板在拉深中

60166016

的回弹预测误差在。

2%～4%

关键词：模糊神经网络，拉深；回弹

DOI:10.14158/j.cnki.1001-3814.2019.03.048

中图分类号：文献标识码：文章编号：

TG389A

StudyonSpringbackofAluminumAlloySheetDrawing

BasedonFuzzyNeuralNetwork

WANGShixun

(HuanggangPolytechnicCollege,Huanggang438000

Abstract：

Keywords：fuzzyneuralnetwork;drawing;springback

回弹是铝合金薄板零件冲压加工中不可避免的1试验材料和方法

[1]

问题。回弹主要包含回弹预测和回弹控制两方面

试验材料为厚的铝合金薄板，其化

1mm6016

[2]

的问题，其中回弹预测是进行回弹控制的基础。在

学成分和力学性能如表、所示。

12

铝合金薄板的拉深加工中能否有效地对板料可能产

表铝合金的化学成分质量分数，

16016(%)

生的回弹值进行准确的预测，关系到能否有效地调Tab.1Chemicalcompositionof6016aluminumalloy(wt%)

整工艺参数和流程，从而降低回弹量得到质量更好FeSiCuMnMgCrZnAl

[3]余量

的零件。利用，等三维仿真软件进行

DeformAnsys

拉深模拟是目前常见的回弹预测研究手段，但这种