基于遗传算法和神经网络模型的智能化拉深参数实时识别

作     者：郑祖伟 

作者单位：燕山大学 

学位级别：硕士

导师姓名：赵军

授予年度：2002年

学科分类：080503[工学-材料加工工程] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

主      题：拉深成形 智能化 实时识别 神经网络 遗传算法 

摘      要：板材成形的智能化，是控制科学、计算机科学与板材成形理论的有机结合，根据被加工对象的特征，利用易于监测的物理量，识别材料的性能参数，预测最优的工艺参数，并自动以最优的工艺参数完成板材成形过程。 轴对称件拉深成形的智能化是板材成形智能化研究的一个重要领域，是研究复杂曲面件智能化拉深成形的基础。材料参数和摩擦系数实时识别是轴对称件拉深成形智能化系统主要组成部分，实时识别精度高低、实时识别时间长短直接影响轴对称件拉深成形智能化的成败。人工神经网络是一门发展十分迅速的交叉学科，它具有信息的分布存储，并行处理以及自学习能力等优点，遗传算法是一种借鉴生物界自然选择和自然遗传机制的随机化搜索算法，其主要特点是群体搜索策略和群体中个体之间的信息交换，搜索不依赖于剃度信息，人工神经网络和遗传算法在信息处理、模式识别、智能控制等领域有着广泛的应用。本文正是利用人工神经网络和遗传算法自身的特点和优点来实现材料参数和摩擦系数的实时识别。 本文建立了轴对称件拉深成形智能化控制过程中参数识别的利用遗传算法优化的神经网络模型，利用可视化的编程语言编写了神经网络算法程序，进一步完善了轴对称件拉深过程智能化控制系统，同时对与模型相关的问题进行了研究。实验表明，这种模型比较适合于轴对称件拉深成形智能化控制过程中参数的实时识别，对以后进一步研究复杂曲面件拉深成形智能化具有重要意义。