论文部分内容阅读
针对冲压件坯料设计存在的难题，本文以方形盒冲压件为对象，提出一种结合径向基函数神经网络（RBFNN）和有限元反向法（IA）的快速坯料设计方法。利用神经网络高度的非线性映射能力，建立方形盒零件几何形状和坯料轮廓尺寸的映射模型。利用有限元反向法为RBFNN提供训练样本，同时采用基于变形路径的坯料优化方法改进了训练样本的精度，提高了RBFNN模型对的坯料外形的预测能力。实验证明采用RBFNN-IA方法可以实现方形盒坯料的快速设计，而且可以提高坯料的预测精度。