典型文献
基于GA–BP神经网络的汽车内饰板虚拟制造研究
文献摘要：
目的 以某汽车内饰板为研究对象进行虚拟制造,以提前得到相对准确的工艺参数并减少成形缺陷的产生.方法 研究了工艺参数对产品拉延成形质量的影响,并确定了拉丁超立方抽样区间,在抽样区间内抽取60组样本数据,以最大减薄率为目标值,以前50组样本数据为测试集、后10组样本数据为预测集,使用基于GA–BP神经网络的遗传算法得到最优工艺参数,并将其代入有限元分析软件DYNAFORM中进行虚拟制造.结果 训练后GA–BP模型的预测值与期望值最大误差为0.2997％,最大预测误差率为1.74738％;遗传算法预测的最大减薄率为16.548％,虚拟制造得到的减薄率为16.167％,虚拟制造值与预测值的大小仅相差0.318％,仿真误差的误差率为2.36％.结论 虚拟制造结合先进算法的优化方法可以指导后续生产.
文献关键词：
DYNAFORM;GA—BP神经网络;内饰板
中图分类号：
作者姓名：
张德海;付亮;李艳芹;李军恒;祝志逢;黄子帆
作者机构：
郑州轻工业大学 机电工程学院,郑州 450002
文献出处：
引用格式：
[1]张德海;付亮;李艳芹;李军恒;祝志逢;黄子帆-.基于GA–BP神经网络的汽车内饰板虚拟制造研究)[J].精密成形工程,2022(09):41-49
A类：
B类：
GA,汽车内饰,内饰板,虚拟制造,对准,成形缺陷,拉延成形,成形质量,拉丁超立方抽样,最大减薄率,目标值,测试集,最优工艺参数,代入,有限元分析软件,DYNAFORM,期望值,最大误差,预测误差,误差率,算法预测,仿真误差
AB值：
0.256389
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。
