-
题名基于BP神经网络的弯管机回弹量预测
被引量：6
- 1
-
-
作者
田娥
孙建东
刘自萍
李立新
-
机构
北京联合大学机电学院
-
出处
《现代制造工程》
CSCD
北大核心
2016年第3期70-73,共4页
-
基金
北京市教育委员会科技计划面上项目(SQKM201411417007)
-
文摘
建筑钢结构不同管材的弯曲曲率变化较大,施工时需制作大量胎架,即费时费料又占用场地,故设计了一种冷弯机结构,基于该冷弯机,利用Midas7.8软件对建筑钢结构用管材进行冷弯成形模拟,基于神经网络建立3个输入参数的回弹量数据模型,选择1 000组模拟数据作为训练数据训练神经网络,500组模拟数据作为测试数据测试网络,将预测结果和样本结果进行比较和分析,结果表明,所建立的神经网络预测模型满足误差要求,可以用来预测大管径厚管壁管材冷弯成形后的回弹量。该项研究为开发具有自适应回弹量补偿性能的数控弯管系统提供理论基础。
-
关键词
大管径厚管壁管材
回弹量预测
模拟分析
BP神经网络
-
Keywords
large-diameter and thick wall tube
springback prediction
simulation analysis
BP neural network
-
分类号
TP391.7
[自动化与计算机技术—计算机应用技术]
-
