基于GA-BP神经网络的汽车内饰板虚拟制造研究

基于GA-BP神经网络的汽车内饰板虚拟制造研究
张德海;付亮;李艳芹;李军恒;祝志逢;黄子帆
【期刊名称】《精密成形工程》
【年(卷),期】2022(14)9
【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。

【总页数】9页(P41-49)
【作者】张德海;付亮;李艳芹;李军恒;祝志逢;黄子帆
【作者单位】郑州轻工业大学机电工程学院
【正文语种】中文
【中图分类】TG302;TG386.3
【相关文献】
1.基于CAE技术的汽车内饰板成型工艺分析与模具设计
2.应用GA-BP神经网络对加速工况车内声品质研究
3.基于户认知为的智能化汽车内饰仪表板造型设计探究
4.基于Nastran的某商用车内饰仪表板性能研究
5.基于户认知为的智能化汽车内饰仪表板造型设计探究
因版权原因，仅展示原文概要，查看原文内容请购买。