收藏本站
《重庆大学》 2009年
收藏 | 手机打开
二维码
手机客户端打开本文

径向基函数模型在板料成形工艺多目标优化设计中的应用

安治国  
【摘要】: 板料冲压成形是一种十分重要的金属塑性加工方法,广泛应用于汽车、航空、航天等领域。由于板料成形需要经历复杂的变形过程,因此合理地确定成形工艺对提高产品的质量和保证生产的稳定性具有至关重要的作用。当前,制造业以缩短产品开发和制造周期、降低产品开发费用以及减轻产品重量作为竞争目标,所以,板料成形工艺与模具的优化设计问题受到各国工程和研究人员的日益关注。 随着计算机技术和有限元理论的发展,利用数值模拟对板料成形进行优化可以减少试模费用,降低实验成本和提高生产效率,但进行数值模拟时往往具有盲目性,这就造成时间和成本的大量消耗,有时甚至不能得到满意的优化结果。板料成形通常要满足不拉裂、不起皱以及回弹小等多个要求,而传统的简单加权法不能很好地解决板料成形中的多目标优化问题。基于以上问题,本文开展了以下几个方面的研究工作,并取得了相关的研究成果。 为了提高基于数值模拟的板料成形优化问题的建模精度,本文通过比较四种主流近似模型方法的优缺点,提出了用于板料成形的径向基函数(RBF)近似模型方法。运用测试函数对在不同样本数量与不同核函数形式下所建立的近似模型的精度进行对比研究,得出逆多二次函数与高斯函数作为核函数分别在大样本和小样本情况下精度最高的结论,并验证了径向基函数近似模型方法能够兼顾效率与精度。将该方法用于带法兰圆筒件成形过程的优化,建立了压边力和摩擦系数对法兰外缘轮廓均匀程度和极限拉深深度影响的近似模型,得到了精度较高的近似模型。 为了节省对板料成形近似模型的优化时间,本文介绍了四种主流的多目标遗传算法,通过对各种算法优缺点的比较,选择NSGA-II多目标遗传算法作为本研究的优化算法。NSGA-II采用种群排序方法、精英策略和二元锦标赛选择方法等有利措施,使得整个算法更加完善,具有更加优越的优化性能。通过运用3个不同类型的函数对NSGA-II算法进行测试,结果表明NSGA-II是一种高效的优化算法,适合大型工程问题采用。 本文提出基于径向基函数和NSGA-II多目标遗传算法的板料成形过程优化的RBF-NSGAII方法,并通过在Matlab 7.5平台上编制程序来现实这一方法。该方法的基本原理是:通过拉丁超立方实验设计,利用径向基函数近似模型方法建立起设计变量与设计响应之间的非线性关系,并通过NSGA-II算法对近似模型进行寻优,得到Pareto解,从而得出最佳的参数组合。 将RBF-NSGAII方法应用于板料成形工序中,通过两个实例分别说明了RBF-NSGAII方法在坯料优化和工艺参数优化设计中的应用流程。每个实例中都涉及到问题描述、设计变量和约束条件的选择、目标函数的定义、实验设计和RBF-NSGAII方法优化几个方面的内容。实例验证了该方法在板料成形工序应用中的可行性和有效性。 将RBF-NSGAII方法应用于板料回弹优化中,并通过两个实例说明了RBF-NSGAII方法在板料回弹优化中的应用流程,实例1通过优化工艺参数来控制成形后的回弹,实例2通过优化拉延筋来控制覆盖件的切边回弹。每个实例中都涉及到问题描述、设计变量和约束条件的选择、目标函数的定义、实验设计和RBF-NSGAII方法优化几个方面的内容。实例2将优化后的结果应用于生产实际,通过生产实验进一步证明了该方法对板料回弹控制的有效性。
【学位授予单位】:重庆大学
【学位级别】:博士
【学位授予年份】:2009
【分类号】:TB30

知网文化
【相似文献】
中国期刊全文数据库 前10条
1 王改堂;李平;苏成利;任朋辉;;基于非线性鲁棒连续回归的汽油干点软测量[J];化工学报;2011年08期
2 厉征鑫;刘基宏;高卫东;潘如如;柴志雷;;基于二维经验模态分解算法的织物疵点自动检测[J];纺织学报;2011年07期
3 蒋泽义;莫天生;张超;;基于RBF-NN逆系统的卷取张力控制[J];科技导报;2011年23期
4 赵延旭;龙海如;;基于支持向量机的单面针织物组织结构的识别[J];纺织导报;2011年09期
5 樊兆峰;;工业酚水稀释的RBF神经网络预测控制[J];徐州工程学院学报(自然科学版);2011年02期
6 杨丹;;RBF神经网络预测水泥水化热研究[J];国防交通工程与技术;2011年03期
7 曹晶秀;彭泓;王斌;;粗集-RBF神经网络在瓦斯突出预测中的应用[J];计算机测量与控制;2011年08期
8 张俊;沈亚婷;王学军;;基于高光谱吸收特征参数以及光谱吸收指数的藻类叶绿素a反演分离模型研究[J];农业环境科学学报;2011年08期
9 张志猛;李九宝;刘兴高;;一种基于新型蚁群算法的聚丙烯熔融指数预报模型[J];化工学报;2011年08期
10 朱灿;周和平;钟璧樯;;基于混合RBF网络模型的汽车保有量组合预测[J];长沙理工大学学报(自然科学版);2011年02期
中国重要会议论文全文数据库 前10条
1 姬晓涛;杜玉泉;陈秋双;;基于遗传算法的泊位与岸桥多目标联合调度[A];Proceedings of the 2011 Chinese Control and Decision Conference(CCDC)[C];2011年
2 邓海山;谢少斐;相秉仁;;多目标遗传算法优化系统参数的单稳态随机共振算法用于弱色谱峰检测的研究[A];中国化学会第28届学术年会第9分会场摘要集[C];2012年
3 刘颖;鲍卓如;杨阳;;瞬态电磁场计算中的无网格法研究[A];2011年全国微波毫米波会议论文集(下册)[C];2011年
4 毛建旭;王耀南;;径向基函数神经网络的遥感图象分类[A];2001年中国智能自动化会议论文集(上册)[C];2001年
5 刘泽双;高莹;;基于多目标遗传算法的个人成才因素评定研究[A];第十一届中国管理科学学术年会论文集[C];2009年
6 赖生建;王秉中;段勇;;无网格法在时域电磁场中的应用[A];2007年全国微波毫米波会议论文集(上册)[C];2007年
7 谷峰;陈华平;卢冰原;;自适应多目标遗传算法在柔性工作车间调度中的应用[A];系统仿真技术及其应用(第7卷)——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年
8 卢志刚;冀尔康;李伟;吴士昌;;基于混合Elman网络的非线性自适应逆控制[A];第七届青年学术会议论文集[C];2005年
9 卢志刚;冀尔康;李伟;周凌;吴士昌;;基于混合Elman动态神经网络的非线性实时自适应逆控制[A];第二十四届中国控制会议论文集(下册)[C];2005年
10 赵丹丹;林耿耿;李蔚;钱淼华;许月萍;;多目标遗传算法在杭州水资源优化配置中的应用[A];中国原水论坛专辑[C];2010年
中国重要报纸全文数据库 前2条
1 张骞;大庆物探公司加大关键技术攻关力度[N];中国矿业报;2004年
2 记者 郑千里;高精度双权值突触神经元计算机通过验收[N];科技日报;2001年
中国博士学位论文全文数据库 前10条
1 安治国;径向基函数模型在板料成形工艺多目标优化设计中的应用[D];重庆大学;2009年
2 姜自武;样条函数与径向基函数的若干研究[D];大连理工大学;2010年
3 徐敏;样条函数与径向基函数逼近某些问题研究[D];大连理工大学;2010年
4 张继红;经验模态分解及径向基函数的一些应用研究[D];大连理工大学;2012年
5 王炳刚;面向加工—装配混合生产系统的优化排序研究[D];华中科技大学;2010年
6 陈静;船舶压载水置换优化设计方法研究[D];大连理工大学;2011年
7 秦伶俐;无网格方法在结构计算上的改进[D];中国农业大学;2005年
8 高诺;基于磁共振成像系统的头部三维电阻抗成像技术研究[D];浙江大学;2005年
9 杜新伟;逆向工程中基于径向基函数的曲面重建技术研究[D];吉林大学;2009年
10 吴金明;近似隐式化和分片代数簇某些问题的研究[D];大连理工大学;2007年
中国硕士学位论文全文数据库 前10条
1 栾海燕;基于径向基函数人工神经网络技术的东灵山辽东栎林生物多样性评价研究[D];东北林业大学;2003年
2 王欢;水泥管理信息系统与水泥强度预测的研究[D];燕山大学;2003年
3 王宏志;Johnson-Segalman流体剪切流动中不稳定现象数值计算[D];吉林大学;2006年
4 张胜良;一类反问题的径向基函数拟插值求解方法[D];复旦大学;2008年
5 谢作扬;基于径向基函数网解微分方程[D];吉林大学;2009年
6 丁慧芬;对流扩散方程的径向基函数法[D];辽宁师范大学;2008年
7 曹元乐;流形上径向基函数插值的局部误差估计[D];复旦大学;2009年
8 魏义坤;径向基函数插值法解偏微分方程及计算渗流问题[D];成都理工大学;2009年
9 边后琴;基于支持向量的径向基函数神经网络的训练算法[D];武汉科技大学;2002年
10 元松;基于FWD的水泥混凝土路面结构动力响应特性分析[D];长沙理工大学;2004年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026