本發(fā)明屬于鎂合金塑性成形領(lǐng)域,具體涉及一種基于模擬和神經(jīng)網(wǎng)絡(luò)的鎂合金鍛造工藝優(yōu)化方法。
背景技術(shù):
1、鎂合金因其輕質(zhì)、高強度和良好的加工性能,被廣泛應(yīng)用于航空航天、汽車、軌道交通等領(lǐng)域,其低密度使得產(chǎn)品在減輕重量的同時,保持足夠的強度,但鎂合金在高溫鍛造過程中容易對模具造成磨損,尤其是在高載荷和高速條件下,模具表面會出現(xiàn)磨損,導(dǎo)致模具壽命縮短。
2、在實際工程中利用鍛造工藝生產(chǎn)產(chǎn)品時,模具的使用壽命是需要著重考慮的,在鎂合金鍛件鍛造工藝開發(fā)過程中,模具的成本占總成本的20%左右,其中模具磨損程度是衡量模具使用壽命的重要指標(biāo),可以適當(dāng)調(diào)整鍛造工藝參數(shù),如溫度、載荷和潤滑條件,有助于減輕鎂合金鍛造成形過程中模具的磨損。而在目前的相關(guān)研究中并沒有在提高模具使用壽命的前提下能夠高效的尋找最佳工藝參數(shù)的手段,通常需要進行大量的有限元模擬以確定模具磨損程度,從而尋找最佳的工藝參數(shù)組合,這極大延長了產(chǎn)品的開發(fā)周期。
技術(shù)實現(xiàn)思路
1、本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的缺點,提供一種基于模擬和神經(jīng)網(wǎng)絡(luò)的鎂合金鍛造工藝優(yōu)化方法,該方法以獲得鍛造成形最大載荷數(shù)值和模具最大磨損數(shù)值最小作為優(yōu)化目標(biāo),通過所構(gòu)建的bp神經(jīng)網(wǎng)絡(luò)進行預(yù)測,將大量繁瑣的有限元模擬過程進行優(yōu)化,快速尋找到最優(yōu)的鍛造工藝參數(shù)組合,很大程度上降低了產(chǎn)品開發(fā)周期,提高效率。
2、本發(fā)明采用的技術(shù)方案是:
3、一種基于模擬和神經(jīng)網(wǎng)絡(luò)的鎂合金鍛造工藝優(yōu)化方法,包括如下步驟:
4、步驟一、建立鎂合金鍛件的有限元模型,通過變形-傳熱三維有限元數(shù)值模擬系統(tǒng)進行有限元模擬計算,得到鍛件溫度場、應(yīng)力場、應(yīng)變場和鍛造成形最大載荷和模具磨損程度,其中,以獲得鍛造成形最大載荷數(shù)值和模具最大磨損數(shù)值最小作為優(yōu)化目標(biāo);
5、步驟二、建立多輸入、多輸出的bp神經(jīng)網(wǎng)絡(luò)模型,以鍛造速度、坯料溫度、模具溫度、換熱系數(shù)和摩擦系數(shù)作為神經(jīng)網(wǎng)絡(luò)模型的輸入?yún)?shù),以鍛造成形最大載荷和模具磨損程度作為神經(jīng)網(wǎng)絡(luò)模型的輸出參數(shù);
6、步驟三、選用正交實驗設(shè)計法對鍛造速度、坯料溫度、模具溫度、換熱系數(shù)和摩擦系數(shù)5個參數(shù)進行設(shè)計分配,通過有限元模擬得出各參數(shù)組合下鍛造成形最大載荷和模具磨損程度;
7、步驟四、將有限元模擬得出的樣本數(shù)據(jù)進行歸一化處理并導(dǎo)入神經(jīng)網(wǎng)絡(luò)模型中進行訓(xùn)練和預(yù)測;
8、步驟五、對比分析神經(jīng)網(wǎng)絡(luò)預(yù)測值和實際模擬值并進行相對誤差評定,確定所構(gòu)建的bp神經(jīng)網(wǎng)絡(luò)模型預(yù)測的精確性;
9、步驟六、通過所構(gòu)建的bp神經(jīng)網(wǎng)絡(luò)模型預(yù)測得出最佳的鍛造工藝優(yōu)化參數(shù)組合。
10、進一步的方案是:
11、步驟二中所述的bp神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)參數(shù)設(shè)置如下:輸入層節(jié)點數(shù)為5,輸出層節(jié)點數(shù)為2,隱含層層數(shù)為1,其中隱含層節(jié)點數(shù)s的計算公式如下:
12、
13、式中,w為輸入神經(jīng)元個數(shù),v為輸出神經(jīng)元個數(shù),a為[1,10]之間的常數(shù),其具體數(shù)值可根據(jù)神經(jīng)網(wǎng)絡(luò)訓(xùn)練時進行調(diào)整,得到最優(yōu)隱含層神經(jīng)元數(shù)目。
14、進一步的方案是:
15、步驟三中所述的正交實驗設(shè)計法,其正交表是通過表達(dá)式來表示,式中,n為實驗次數(shù),k為實驗因素,m為每個因素的水平數(shù);本實驗中以bp神經(jīng)網(wǎng)絡(luò)的5個輸入?yún)?shù)為實驗因素,分別為鍛造速度、坯料溫度、模具溫度、換熱系數(shù)和摩擦系數(shù),每個工藝參數(shù)選取4個水平,即。
16、進一步的方案是:
17、步驟四中所述的歸一化處理計算公式為:
18、
19、式中,為歸一化處理后的數(shù)據(jù)值,x為未經(jīng)過歸一化處理的數(shù)據(jù)值,和分別為該組樣本數(shù)據(jù)中對應(yīng)的最大值和最小值。
20、進一步的方案是:
21、步驟四中所述的神經(jīng)網(wǎng)絡(luò)訓(xùn)練,在訓(xùn)練過程中,當(dāng)訓(xùn)練誤差小于目標(biāo)值或達(dá)到最大訓(xùn)練次數(shù)時,自行終止訓(xùn)練;此外,bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練時采用收斂速度較快、步長較少的trainbfg算法,輸入層函數(shù)采用非線性logsig函數(shù),輸出層采用sigmoid函數(shù),隱含層采用tanh函數(shù),網(wǎng)格性能的目標(biāo)誤差為,速率為,最大訓(xùn)練次數(shù)為1000次。
22、進一步的方案是:
23、步驟五中所述的相對誤差評定的計算公式為:
24、式中,z為相對誤差,y為bp神經(jīng)網(wǎng)絡(luò)的預(yù)測值,x為有限元模擬的實際數(shù)值。
25、與現(xiàn)有技術(shù)相比,本發(fā)明提供的技術(shù)方案包括以下有益效果:
26、本發(fā)明通過有限元模擬軟件與bp神經(jīng)網(wǎng)絡(luò)相結(jié)合,將大量繁瑣的有限元模擬過程進行優(yōu)化,快速尋找到最優(yōu)的鍛造工藝參數(shù)組合,從而得到以鍛造成形最大載荷數(shù)值和模具最大磨損數(shù)值最小作為優(yōu)化目標(biāo)的效果,很大程度上降低了產(chǎn)品開發(fā)周期,提高效率。
1.一種基于模擬和神經(jīng)網(wǎng)絡(luò)的鎂合金鍛造工藝優(yōu)化方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的一種基于模擬和神經(jīng)網(wǎng)絡(luò)的鎂合金鍛造工藝優(yōu)化方法,其特征在于,步驟二中所述的bp神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)參數(shù)設(shè)置如下:輸入層節(jié)點數(shù)為5,輸出層節(jié)點數(shù)為2,隱含層層數(shù)為1,其中隱含層節(jié)點數(shù)s的計算公式如下:
3.根據(jù)權(quán)利要求1所述的一種基于模擬和神經(jīng)網(wǎng)絡(luò)的鎂合金鍛造工藝優(yōu)化方法,其特征在于,步驟三中所述的正交實驗設(shè)計法,其正交表是通過表達(dá)式來表示,式中,n為實驗次數(shù),k為實驗因素,m為每個因素的水平數(shù);本實驗中以bp神經(jīng)網(wǎng)絡(luò)的5個輸入?yún)?shù)為實驗因素,分別為鍛造速度、坯料溫度、模具溫度、換熱系數(shù)和摩擦系數(shù),每個工藝參數(shù)選取4個水平,即。
4.根據(jù)權(quán)利要求1所述的一種基于模擬和神經(jīng)網(wǎng)絡(luò)的鎂合金鍛造工藝優(yōu)化方法,其特征在于,步驟四中所述的神經(jīng)網(wǎng)絡(luò)訓(xùn)練,在訓(xùn)練過程中,當(dāng)訓(xùn)練誤差小于目標(biāo)值或達(dá)到最大訓(xùn)練次數(shù)時,自行終止訓(xùn)練;此外,bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練時采用收斂速度較快、步長較少的trainbfg算法,輸入層函數(shù)采用非線性logsig函數(shù),輸出層采用sigmoid函數(shù),隱含層采用tanh函數(shù),網(wǎng)格性能的目標(biāo)誤差為,速率為,最大訓(xùn)練次數(shù)為1000次。
5.根據(jù)權(quán)利要求1所述的一種基于模擬和神經(jīng)網(wǎng)絡(luò)的鎂合金鍛造工藝優(yōu)化方法,其特征在于,步驟四中所述的歸一化處理計算公式為:
6.根據(jù)權(quán)利要求1所述的一種基于模擬和神經(jīng)網(wǎng)絡(luò)的鎂合金鍛造工藝優(yōu)化方法,其特征在于,步驟五中所述的相對誤差評定的計算公式為: