典型文献
高强钢帽形梁零件冲压减薄预测分析
文献摘要：
目的 针对高强钢帽形梁强度高、塑性差、结构复杂、冲压过程中出现减薄破裂等情况,建立QP980高强度钢冲压成形减薄预测模型,解决实际生产工程难题.方法 以典型高强钢车身零件帽形梁为对象,利用人工神经网络模型研究工件结构和减薄率之间的关系,将贝叶斯优化算法和循环人工神经网络相结合,建立冲压成形减薄的高精度预测模型,对高强钢帽形梁零件冲压成形时减薄量进行优化设计,通过AutoForm软件验证算法模型的准确性.结果 拉深高度对减薄率影响最大,对外减薄率影响达到41.7％,对内减薄影响达到46.2％,人工神经网络模型对测试集5组数据的预测平均误差均小于0.3％.根据人工神经网络求解QP980钢在极限减薄率25％下的最大拉深高度为55.417 mm,人工神经网络预测结果与Autoform仿真结果相差0.3％,验证了人工神经网络模型的准确性.结论 采用该模型解决了CAE模拟在较少试验数据条件下算法预测精度差的问题,能有效缩短高强钢零件冲压成形调试周期,提高生产效率.
文献关键词：
人工神经网络;贝叶斯优化;帽形梁;交叉验证
中图分类号：
作者姓名：
庞秋;罗博峰;王俊杰
作者机构：
武汉东湖学院 机电工程学院,武汉 430212;武汉理工大学 现代汽车零部件技术湖北省重点实验室,武汉 430070;武汉理工大学 汽车零部件技术湖北省协同创新中心,武汉 430070
文献出处：
引用格式：
[1]庞秋;罗博峰;王俊杰-.高强钢帽形梁零件冲压减薄预测分析)[J].精密成形工程,2022(04):55-60
A类：
帽形梁,极限减薄率
B类：
高强钢,零件,压减,预测分析,强度高,压过,QP980,高强度钢,冲压成形,车身,人工神经网络模型,工件,贝叶斯优化算法,精度预测,AutoForm,软件验证,算法模型,拉深,测试集,平均误差,人工神经网络预测,Autoform,CAE,数据条件,算法预测,调试周期,交叉验证
AB值：
0.255236
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
