王新宝
- 作品数：10 被引量：63H指数：4
- 供职机构：西南交通大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：金属学及工艺交通运输工程机械工程更多>>
- 基于Dual-Kriging模型多目标稳健设计在板料拉深成形中的应用被引量：3
- 2013年
- 板料拉深成形工艺中,由于设计参数波动的影响,导致在传统最优工艺条件下成形件质量不够稳健。该文采用板料成形有限元仿真、代理模型,并结合稳健设计思想,提出基于Dual-Kriging模型的稳健设计方法。筛选影响成形质量的主要模具几何、工艺参数,并确定其相应波动范围;基于有限元仿真,运用Kriging模型,建立设计参数与成形质量的函数关系;根据参数波动情况,基于第一重Kriging模型以及Monte Carlo模拟,运用Kriging模型,建立设计参数与成形质量期望与方差的第二重模型;运用基于拥挤距离的粒子群算法,以及灰色关联分析进行多目标优化,完成设计参数的稳健设计。将该方法运用于NUMISHEET 93的方盒件拉深成形,与传统确定性优化设计相比,可有效减少成形质量的波动范围以及不确定性分析的计算量,提高成形件的稳健性。
- 胡静谢延敏王智王新宝
- 关键词：板料成形粒子群算法
- 基于改进灰色神经网络模型的板料成形缺陷预测研究被引量：10
- 2013年
- 为了准确预测和减少板料成形过程中可能出现的缺陷,提出了一种改进的灰色神经网络预测模型。该模型利用BP神经网络辅助灰色预测模型进行预测。其中,灰色模型进行粗预测,神经网络模型修正其误差,再通过寻找最佳权值以优化灰色模型中微分所对应的背景值,进而得到精度更高的灰色神经网络模型。以国际著名板料成形数值模拟会议NUMISHEET’93的方盒件拉深为例,运用改进的灰色神经网络模型,预测其拉裂和起皱。结果表明,改进的灰色神经网络模型具有很高的预测精度,相比于未改进的灰色神经网络模型,预测结果更加准确和稳定。
- 王智谢延敏胡静王新宝
- 关键词：神经网络
- 基于改进PSO-BP的拉延筋参数反求优化被引量：3
- 2014年
- 采用模拟退火算法优化基于加权平均法的拉丁超立方设计,获得了拉延筋阻力样本。采用Dynaform对翼子板成形进行仿真,以最大增厚和最大减薄作为输出目标,采用改进的粒子群优化BP算法,建立拉延筋映射模型,与单纯采用PSO-BP建立的映射模型进行对比,预测精度大幅提高。采用粒子群算法对映射模型进行优化,得到最优拉延筋阻力,采用非线性函数优化方法求得最优的拉延筋几何参数。采用等效拉延筋阻力模型,避免了有限元网格的重划分和采用真实拉延筋带来的计算效率低的问题,成形效果图说明了采用该方法可以获得较好的最优拉延筋几何参数。
- 王新宝谢延敏王杰乔良
- 关键词：粒子群算法拉延筋BP神经网络
- 基于灰色理论和GA-BP的拉延筋参数反求被引量：27
- 2013年
- 采用灰色关联分析对影响拉延筋阻力的因子进行分析,获得主要的影响因子。利用拉丁超立方试验设计方法对主要因子进行取样,利用DYNAFORM软件对方盒件成形进行仿真,得到样本数据。以成形件中的减薄、增厚和主应变为输入,以拉延筋几何参数为输出,建立拉延筋参数的反求模型。利用遗传算法优化反向传播(Back propagation,BP)网络权值,通过与单纯使用BP进行映射得出的几何参数预测值进行比较,该模型的精度得到很大提高,表明基于遗传算法(Genetic algorithm,GA)优化的BP神经网络的模型能极大提高预测能力。基于GA-BP模型,以拉延筋几何参数为输入,增厚为输出目标,利用训练好的优化权值,获得拉延筋几何参数与成形件增厚的非线性映射关系式,并再次利用遗传算法对其优化,获得最佳的拉延筋几何参数。通过比较优化前后的数值仿真结果,优化后的拉延筋能极大地提高板料成形性能。
- 谢延敏王新宝王智胡静
- 关键词：灰色关联分析拉延筋反向传播神经网络遗传算法
- 基于动态RBF代理模型的板料本构参数反求研究被引量：1
- 2014年
- 提出基于动态RBF代理模型和粒子群算法相结合反求板料本构参数的方法。板料冲压回弹所涉及的材料本构参数有弹性模量、强度系数、硬化指数以及各向异性系数等。通过反求获取准确的材料参数,提高回弹模拟精度。以numisheet'96 S梁为例,通过正交试验设计和灰色关联分析,筛选出影响板料回弹量的主要材料参数作为反求变量,以某截面Z向回弹量试验值与仿真值之差为目标,进行优化,从而反求出相应的材料本构参数。结果表明,通过反求得到的材料参数进行S梁回弹模拟,所得结果与试验值更加接近,并且保证反求效率。将S梁拐角两个截面IE、JD主应变试验结果与仿真结果进行对比,表明反求结果的有效性,也说明该方法的可行性。
- 乔良宋小欣谢延敏王杰王新宝
- 关键词：冲压回弹灰色关联分析代理模型
- 基于响应面法的板料成形容差稳健设计被引量：3
- 2014年
- 为了增加板料产品的使用寿命和稳定性,降低不可控因素的波动,需要进行稳健设计。传统的稳健设计没有考虑可控因素和不可控因素之间的交互作用,导致板料产品的稳健性不能得到保证。结合响应面法和容差稳健模型,综合考虑可控因素和不可控因素的交互作用,以NUMISHEET93方盒件为例对其进行稳健优化设计。采用中心复合设计方法创建包含可控因素与不可控因素交叉的响应面模型,利用目标函数和约束函数的均值、方差建立含交互作用的容差稳健模型,将优化结果与确定性优化结果分别进行蒙特卡洛模拟并对比。结果表明,成形件的稳健性有显著提高,说明该稳健性优化方法在板料成形领域可行。
- 王杰谢延敏乔良王新宝
- 关键词：板料成形响应面法稳健设计
- 基于PSO-RBF代理模型的板料成形本构参数反求优化研究被引量：10
- 2014年
- 为了准确获取材料在复杂应力应变状态下的板料成形本构参数,提高板料成形有限元数值模拟的精度,提出了基于改进径向基函数代理模型的板料成形参数反求优化方法。将径向修正系数引入径向基函数(RBF)核函数中,利用粒子群算法(PSO)对径向修正系数进行优化,提高模型的预测精度。将PSO-RBF模型应用到一个非线性测试函数中,结果表明,PSO-RBF模型比RBF模型的预测精度提高很多;同时将PSO-RBF模型应用到板料成形本构参数反求中,代替有限元模型进行正问题计算,可节省计算成本和提高效率。结果表明,基于PSO-RBF模型反求优化得到的材料参数,能够更加准确地反映材料的流动趋势以及应变分布。
- 乔良宋小欣谢延敏王杰王新宝
- 关键词：板料成形径向基函数粒子群算法
- 基于改进BP神经网络模型的拉延筋参数反求优化研究
- 车体表面零部件的成形质量好坏与模具尺寸、工艺流程、材料参数等因素密不可分。车身覆盖件的轮廓尺寸大、曲面形状复杂、精度要求高，在日常生产中需要有熟练经验的工人才能进行生产，极大的提高了制造成本。如何快速有效的对冲压过程中的...
- 王新宝
- 关键词：BP神经网络模型
- 一种等效拉延筋阻力模型及其应用被引量：4
- 2014年
- 为了提高板料成形件质量,提出了一种等效拉延筋阻力模型.该拉延筋阻力模型在平面应变假设的前提下,考虑中性层偏移、鲍辛格效应等多种因素影响,通过与经典的Nine试验数据比较,证明了该模型的准确性.以翼子板为成形对象,结合改进的等效拉延筋阻力模型,采用非线性优化算法对拉延筋结构进行优化设计.利用优化获得的等效拉延筋阻力反求拉延筋几何参数,建立成形中的实体拉延筋仿真模型,获得了质量较好的成形件.研究结果表明该等效拉延筋阻力模型能够较好地适用于板料成形中.
- 谢延敏王新宝乔良王杰
- 关键词：拉延筋
- 基于鱼群BP神经网络的板料成形分块压边力优化被引量：5
- 2014年
- 采用人工鱼群算法与BP神经网络相结合的方法建立了分块压边力与成形质量的映射关系。首先以分块压边力为设计变量,通过基于最大最小原则的拉丁超立方取样设计方法抽取了BP神经网络的训练样本,并将通过仿真软件获得的成形质量指标作为BP神经网络的训练输出;其次通过人工鱼群算法优化的BP神经网络建立了分块压边力与成形质量的映射关系;然后采用粒子群算法对该映射函数关系式进行优化,得到最优分块压边力;最后将该最优分块压边力成形效果与整体压边力成形效果进行对比,结果表明成形效果大大改善。研究表明,采用该方法可以快速计算最优分块压边力,克服了分块压边力计算困难的缺点。
- 王新宝谢延敏乔良王杰
- 关键词：鱼群算法BP神经网络粒子群算法
