基于BPNN与PSO的薄板件钻孔夹具定位布局多目标优化

TG75; 针对薄板件钻孔夹具定位布局设计存在多个目标和有限元仿真成本高的问题,提出一种基于反向传播神经网络(BPNN)与粒子群优化(PSO)算法的薄板件钻孔夹具定位布局多目标优化方法.通过有限元仿真分析获取不同夹具定位布局下薄板件钻孔后的最大变形和整体变形,将仿真结果作为训练样本,建立定位布局与薄板件最大变形和整体变形之间的多目标神经网络预测模型.在此基础上,以夹具定位布局为设计变量,以工件的最大变形和整体变形最小化为目标,结合神经网络预测模型与粒子群优化算法,得到钻单个孔时的夹具定位布局Pa-reto最优解集.最后,通过平板和曲板两个实例验证了所提方法的可行性和有效性....

Full description

Saved in:
Bibliographic Details
Published in计算机集成制造系统 Vol. 29; no. 3; pp. 874 - 886
Main Authors 杨勃, 庆烁烁, 高峰, 李艳
Format Journal Article
LanguageChinese
Published 西安理工大学陕西省机械制造装备重点实验室,陕西 西安 710048 01.03.2023
西安理工大学机械与精密仪器工程学院,陕西 西安 710048
Subjects
变形
粒子群优化算法
薄板件
定位布局
钻孔夹具
多目标优化
神经网络
Online AccessGet full text
ISSN1006-5911
DOI10.13196/j.cims.2023.03.017

Cover

More Information
Summary:TG75; 针对薄板件钻孔夹具定位布局设计存在多个目标和有限元仿真成本高的问题,提出一种基于反向传播神经网络(BPNN)与粒子群优化(PSO)算法的薄板件钻孔夹具定位布局多目标优化方法.通过有限元仿真分析获取不同夹具定位布局下薄板件钻孔后的最大变形和整体变形,将仿真结果作为训练样本,建立定位布局与薄板件最大变形和整体变形之间的多目标神经网络预测模型.在此基础上,以夹具定位布局为设计变量,以工件的最大变形和整体变形最小化为目标,结合神经网络预测模型与粒子群优化算法,得到钻单个孔时的夹具定位布局Pa-reto最优解集.最后,通过平板和曲板两个实例验证了所提方法的可行性和有效性.
ISSN:1006-5911
DOI:10.13196/j.cims.2023.03.017