基于BPNN神经网络的板材V型折弯回弹预测模型
Journal of Plasticity Engineering（2022）
摘要
针对板材V型自由折弯工艺,首先合理地选择13个回弹影响因素,采用拉丁超立方进行实验设计,基于V型折弯回弹的有限元分析,建立对应不同因素组合的回弹数据大规模样本.通过平均冲击值法对13个回弹影响因素进行敏感性分析,确定影响较为显著的前7个因素.然后,通过遗传算法与反向传播神经网络相结合的方法(GA-BPNN)分别构建了考虑13因素和7因素的板材折弯回弹预测模型.经板材V型折弯实验及有限元模拟结果验证,考虑13因素的回弹预测模型比考虑7个敏感因素的回弹预测模型具有更高的预测精度,说明基于GA-BPNN算法的折弯回弹建模应全面合理地考虑回弹影响因素.
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