提高开式冷挤压极限变形程度预测精度方法的研究  

Research on improving prediction accuracy of maximum reduction by open-die cold extrusion

作　　者：张双杰[1] 高颖[1] 王丽娟[1] 刘玉忠[1] 李军[1] 

机构地区：[1]河北科技大学材料科学与工程学院,河北石家庄050054

出　　处：《锻压技术》2005年第3期46-49,共4页Forging & Stamping Technology

基　　金：河北省自然科学基金项目(E2004000296)资助

摘　　要：充分利用BP-GA网络相结合方法和BP网络较强的函数逼近能力,以及GA算法的高效率全局搜索能力,将遗传算法和BP网络相结合并优化网络权值,建立一种新的极限变形程度预测模型,与基于BP算法的预测模型相比较,具有迭代次数少、训练时间短和预测精度比较高的优点,其计算分析结果也可直接用于实际生产。Combination of genetic algorithm and neural network to optimize the network weight value can make full use of the advantage of the ability of BP algorithm's function approximation, GA algorithm's high search efficiency and its global search ability, and the new prediction model about maximum reduction is published in view of above.The new prediction model has the advantages of least iterative times, shorter training time and better performance of the prediction compared with prediction model based on BP algorithm.The calculated and analyzed results can be applied to the practical production.

关 键 词：极限变形程度 开式冷挤压 预测精度 函数逼近能力 全局搜索能力 BP网络 预测模型 结合方法 充分利用 GA算法 网络权值 遗传算法 BP算法 迭代次数 精度比较 训练时间 分析结果 高效率 

分 类 号：TG376.3[金属学及工艺—金属压力加工] TP183[自动化与计算机技术—控制理论与控制工程]