一种利用神经网络预报板材成形性能的方法

摘要

本发明涉及一种预报板材成形性能的方法，特别是一种利用模糊神经网络对板材成形性能进行预报的方法。包括以下步骤：（1）做相关的板材成形性试验，收集试验结果数据；（3）建立模糊神经网络；（4）用步骤（1）收集得到的对模糊神经网络进行训练和测试；（5）利用通过步骤（3）测试的模糊神经网络对板材成形性能进行预测。本发明所建立的模糊神经网络，即板材成形性能预报模型，有很好的预报功能，预测模型精度高，系统稳定，预测结果是可靠的。解决了传统人工法预测板材成形参数不能得到令人满意的检测结果的问题。

主权项

一种利用神经网络预报板材成形性能的方法，其特征在于包括以下步骤：（1）做与冷轧深冲板材成形极限相关的成形性试验，包括：单向拉伸试验、杯突试验和刚模胀形试验，并收集试验结果数据；所述的试验结果数据包括：单向拉伸试验所测得的参数是屈服强度σs、抗拉强度σb、应变硬化指数n值和塑性应变比r值；杯突试验所测得的参数是杯凸值IE；刚模胀形试验所测得的参数是主应变ε1和次应变ε2；（2）建立预测板材成形极限的混合型Pi‑Sigma模糊神经网络模型；（3）用步骤（1）收集得到的数据对模糊神经网络进行训练和测试；对模糊神经网络进行训练和测试过程中，对神经网络的训练采用误差反向传播算法进行训练，将试验结果数据分为两部分，前75%作为训练样本数据，后25%作为检验样本数据；对网络进行反复训练，当通过神经网络训练得到的预测值与试验值之间的误差小于0.1时可以认为网络已经训练成熟并通过测试，开始预测；（4）利用步骤（3）通过测试的模糊神经网络对冷轧深冲板材成形极限应变值进行预测，并绘出求解冷轧深冲FLD图。