基于人工智能冲压件回弹控制系统研究与应用.pdfVIP

第25卷第3期轻I枕搬Vo1．25NO．3

2007年6月LightIndustryMachineryJun．2007

[制造·维修]

基矛智能冲厘件画弹撞制系统

龙仕彰，胡树根，宋小文

(浙江大学机械与能源工程学院，浙江杭州310027)

摘要：回弹是一个多变量相互作用的高度非线性问题，至今在解析和数值方法中未能找到一个很有效的解决途径。本

文以一物品盒为研究对象，建立了基于人工神经网络的从冲压工艺参数到冲压回弹量的非线性映射关系，并且运用遗传

算法对冲压工艺进行优化，实现冲压回弹的预测与控制，为板料冲压材料、工艺参数优化提供了一种新的思路。

关键词：回弹；人工神经网络；遗传算法；Dynaform；Matlab

中图分类号：TG306；TP183文献标志码：A文章编号：1005-2895(2007)03-0081-04

0引言

在机械制造中，冲压成形已经成为一种广泛应用

的塑性加工方法，冲压零件成形质量的好坏不仅影响

到整个设备的装配、外观，更影响到制造成本以及新机

型的开发周期。目前，工业中使用轻的钣金材料如铝合四

金和薄的高强度钢板方面有逐渐增长的趋势。然而对

于高强度钢和铝合金类零件，回弹是冷冲模具工程和图1汽车物品盒冲压件示意图

冷冲模具商所面对的最困难的问题之一。以用来安排多因素试验，试验次数对各因素各水平的

金属成形过程是1个各种参数相互影响的非线性全排列组合来说是大大减少了，是一种优良的试验设

过程，已经有不少人致力研究其回弹控制。M．计方法。

Inamdar，P．P．Datel(2000)提出用神经网络预测V根据柴海啸在其硕士论文中的正交试验方案[5]，

形件冲压回弹问题[】]，黄智等人提出采用自适应模糊再结合在生产中的经验数据，安排出试验方案，并且利

神经网络预测板料弯曲回弹[2]，张高贤在正交试验法用Dynaform软件，采用显式算法进行薄板冲压成形的

的基础上将神经网络引入到回弹预测，为减少CAE工成形模拟，采用隐式算法计算回弹，用以说明有限元对

作量和分析软件大量的运算时间提出了一种新的思板料冲压数值模拟的过程，得到各方案的回弹量。

路。试验中，一共安排了5个因素，每个因素有5个水

本文在前人工作的基础上，设计了一种冲压回弹平，因此使用了一个L25(5)正交表，其水平及因素见

控制系统，并以一汽车物品盒冲压件为例(如图1所表1，把表1的数据相应地填进I25(5)正交表就制定

示)，说明本系统实现冲压回弹的预测与控制过程。本出正交试验方案。

文后续内容包括介绍用于数据采集的正交试验方案的表1工艺参数因素及水平

建立，采用基于BP人工神经网络的冲压回弹预测方法

和基于遗传算法的参数优化方法建立的冲压回弹控制

系统设计。

1正交试验方案及结果

正交试验法(又称正交法)设计[4是一种广泛使用

的安排试验方法。其理论基础是拉丁方理论和群论，可

收稿日期：2006—08—2l

基金项目：浙江省科学技术厅重点科研工业项目(2005201)

作者简介：龙仕彰(1982一)，男，广东顺德人，浙江大学在读硕士研究生，主要研究领域为模具设计制造的研究及CAD／CAE针

对冲压件品质进行优化与改进。