论文部分内容阅读
以某汽车的侧壁板的拉深成形为例，研究了基于神经网络的拉延筋阻力（DBRF）的优化和拉延筋反向设计方法．以反映拉深成形效果的参数最大等效应力、最大等效应变和板厚最大减薄率作为神经网络的输入参数，记为：x1，x2，x3,以拉延过程中不同位置拉延筋的拉延阻力为输出参数，利用Dynaform进行有限元分析，为神经网络提供训练样本，利用训练好的神经网络模型对给定的成形性能指标进行计算，从而获得了优化的拉延筋阻力分布状态，表明根据等效拉延筋阻力的解析模型结合优化算法可以反求拉延筋几何参数．为了克服BP算法训练神经网络