三維鋁型材擠壓模多參數(shù)CAO系統(tǒng)研究.pdf

1、對擠壓模具參數(shù)進行優(yōu)化設(shè)計，可以減少試模、修模的工作量，提高模具質(zhì)量，縮短設(shè)計制造周期，降低生產(chǎn)成本。但與傳統(tǒng)數(shù)學(xué)優(yōu)化不同，作為一個實際工程問題，其中關(guān)系很復(fù)雜無法建立明確的數(shù)學(xué)關(guān)系模型，這就決定了它難以用常規(guī)方法實現(xiàn)。本文研究了以成形件質(zhì)量為主要目的，在塑性成形數(shù)值模擬基礎(chǔ)上，采用人工智能方法的模具多參數(shù)優(yōu)化，構(gòu)建了三維鋁型材擠壓模多參數(shù)CAO系統(tǒng)，并開發(fā)了CAO系統(tǒng)軟件。 人工神經(jīng)網(wǎng)絡(luò)拋開了傳統(tǒng)的建模方法，它可以從大量的離散

2、實驗數(shù)據(jù)中經(jīng)過學(xué)習(xí)訓(xùn)練，提取其領(lǐng)域知識，并將這些知識表示為網(wǎng)絡(luò)聯(lián)結(jié)權(quán)值的大小，從而建立相應(yīng)的數(shù)學(xué)模型。因此采用人工神經(jīng)網(wǎng)絡(luò)作為建模的核心算法，但由于標(biāo)準(zhǔn)算法存在一些不足，所以在原有算法的基礎(chǔ)上提出了改進方案。 遺傳算法是一種有效地解決最優(yōu)化問題的方法，是模擬達爾文的遺傳選擇和自然淘汰的生物進化過程的計算模型。其有簡單通用、魯棒性強、適于并行處理及高效等顯著特點。因此選擇遺傳算法來完成尋優(yōu)的工作，但由于標(biāo)準(zhǔn)算法的一些缺陷，使得優(yōu)化

3、效果不是很理想，因此對原有標(biāo)準(zhǔn)算法作了改進。 面向?qū)ο蟮姆治龊驮O(shè)計能從事物的本來面目出發(fā)認識、研究問題，有著諸多優(yōu)點，所構(gòu)建的系統(tǒng)也易于擴充、便于維護。鑒于此，本文在對CAO系統(tǒng)結(jié)構(gòu)詳細分析的基礎(chǔ)上，利用面向?qū)ο蟮募夹g(shù)對系統(tǒng)進行了設(shè)計，建立了功能模型、系統(tǒng)模型，抽象出了系統(tǒng)的主要模塊及其屬性、操作，具體構(gòu)建了三維鋁型材擠壓模多參數(shù)CAO系統(tǒng)。 VisualC++具有強大的編譯功能，Matcom的C++數(shù)學(xué)函數(shù)庫具有強大的