基于K-means聚类算法的比例加载路径的优化

Forging & Stamping Technology(2021)

引用 0|浏览3
暂无评分
摘要
为了探索工艺参数对管材液压成形工艺的影响,研究了比例加载.通过理论计算和仿真结合的方法,对TP2铜管进行了管材液压成形,并且对比分析了试验与仿真环境下胀形区的轴向轮廓,以相对误差小于10%作为判断准则,对模型进行验证.通过改变液压力与轴向进给量,观察并分析了环向与轴向流动应力分量的变化,最后采用K-means聚类算法进行优化,实现了比例加载,并得到了该加载路径,其在胀形过程中的应力分量比值R=2.233,误差范围为:-1.46%≤Ei≤1.6%.结果表明,K-means聚类算法优化后的流动应力分量比值的波动范围明显减小,说明该算法可以优化加载路径.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要