金属板材拉深智能化控制系统

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

金属板材拉深智能化控制系统

杨嵩, 赵军, 马瑞, 苏春建

文章导航 > 电子科技大学学报 > 2007 > 36(5): 973-976

杨嵩, 赵军, 马瑞, 苏春建. 金属板材拉深智能化控制系统[J]. 电子科技大学学报, 2007, 36(5): 973-976.

引用本文:

杨嵩, 赵军, 马瑞, 苏春建. 金属板材拉深智能化控制系统[J]. 电子科技大学学报, 2007, 36(5): 973-976.

YANG Song, ZHAO Jun, MA Rui, SU Chun-jian. Intelligent Control Technology for the Deep Drawing of Sheet Metal[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(5): 973-976.

Citation:

YANG Song, ZHAO Jun, MA Rui, SU Chun-jian. Intelligent Control Technology for the Deep Drawing of Sheet Metal[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(5): 973-976.

金属板材拉深智能化控制系统

1.
秦皇岛燕山大学机械工程学院河北秦皇岛 066004

基金项目:

国家自然科学基金资助项目(50375136;59875074)

作者简介:
杨嵩(1979-),男,博士,主要从事冲压工艺及智能化方面的研究.

中图分类号: TG386

Intelligent Control Technology for the Deep Drawing of Sheet Metal

1.
College of Mechanical Engineering,Yanshan University Qinhuangdao Hebei 066004

摘要: 运用能量法,建立了板材拉深过程完整的力学模型。针对板材拉深成形中起皱和破裂的具体情况,定量分析了板材起皱和破裂的失稳判据。确定板材成形的压边力三极限,并推导出板材成形的优化压边力控制规律。运用神经网络实现了板材材料性能参数的实时识别和压边力优化曲线的实时预测。利用LabVIEW软件编译了智能控制系统程序,采用基于虚拟仪器技术和产品,建立板材智能化拉深控制系统,实现板材成形的智能化。
- 拉深 /
- 智能化 /
- 神经网络 /
- 金属板材成形
Abstract: From the energy method, the mechanical model of the metal sheet deep drawing is built. The analytical rules for the wrinkling and rupture in deep drawing are derived. The three deformation limits of binder hold force are determined and a control rule of binder hold force is derived. Two neural network models are introduced to realize real-time identification of sheet metal parameters and real-time prediction of optimum binder hold force. Finally, an intelligent control program is established for intelligent press forming of deep drawing of metal sheets.
- deep drawing /
- intellectualization /
- neural network /
- sheet metal forming

[1]	杨旺功, 淮永建, 张福泉. 基于Gabor及深度神经网络的葡萄种子分类 . 电子科技大学学报, 2020, 49(1): 131-138. doi: 10.12178/1001-0548.2019164
[2]	谭骏, 陈兴蜀, 杜敏, 朱锴. 基于自适应BP神经网络的网络流量识别算法 . 电子科技大学学报, 2012, 41(4): 580-585. doi: 10.3969/j.issn.1001-0548.2012.04.020
[3]	田毅贞, 张齐军. 知识型神经网络的射频/微波器件建模方法 . 电子科技大学学报, 2011, 40(6): 815-824. doi: 10.3969/j.issn.1001-0548.2011.06.002
[4]	田银, 尧德中. 线索化效应的返回抑制研究 . 电子科技大学学报, 2010, 39(6): 944-947. doi: 10.3969/j.issn.1001-0548.2010.06.029
[5]	钱艺, 王沁, 吴巍, 刘金龙. 神经网络并行MIMD处理器的研究及实现 . 电子科技大学学报, 2008, 37(6): 904-907.
[6]	陈文宇, 刘井波, 孙世新. 层次分析的神经网络集成方法 . 电子科技大学学报, 2008, 37(3): 432-435.
[7]	袁继敏, 李小玲, 古天祥. 基于时空神经网络增强数字示波器功能的研究 . 电子科技大学学报, 2007, 36(5): 938-941.
[8]	刘贵松, 王晓彬. 采用自适应GHA神经网络的分类器设计 . 电子科技大学学报, 2007, 36(6): 1241-1244.
[9]	王运, 黄大贵, 杨天文. 开放式数控切割机神经网络误差补偿研究 . 电子科技大学学报, 2007, 36(2): 305-308.
[10]	傅彦, 周俊临, 吴跃. 快速神经网络无损压缩方法研究 . 电子科技大学学报, 2007, 36(6): 1245-1248.
[11]	陈科, 许家珆, 程永新. 基于免疫算法和神经网络的新型抗体网络 . 电子科技大学学报, 2006, 35(5): 804-806,840.
[12]	朱培勇, 孙世新. 具有时滞的Hopfield神经网络的周期解 . 电子科技大学学报, 2005, 34(5): 680-683.
[13]	文武, 杨汉生, 徐军, 钟守铭. 随机型细胞神经网络的稳定性 . 电子科技大学学报, 2005, 34(5): 700-702,716.
[14]	张春凤, 徐军, 钟守铭. 一类神经网络系统的渐近行为 . 电子科技大学学报, 2004, 33(1): 91-93.
[15]	徐军, 钟守铭, 张春凤. 分布时滞Hopfield神经网络稳定性 . 电子科技大学学报, 2004, 33(2): 200-203.
[16]	王定成, 王毅, 钟守铭. 一类神经网络算法的渐近行为 . 电子科技大学学报, 2003, 32(2): 221-224.
[17]	梁金明, 章毅. 基于回路神经网络的特征子空间估值算法 . 电子科技大学学报, 2002, 31(6): 612-618.
[18]	梁金明, 章毅. 回复式离散神经网络的特征子空间估值 . 电子科技大学学报, 2002, 31(4): 349-355.
[19]	陈中柘. 神经网络定性分析 . 电子科技大学学报, 2002, 31(3): 250-254.
[20]	谭营, 何振亚, 邓超. 一种机器人逆运动学求解的神经网络方法 . 电子科技大学学报, 1998, 27(3): 310-315.

WeChat

点击查看大图

计量

文章访问数: 3379
HTML全文浏览量: 98
PDF下载量: 57
被引次数: 0

金属板材拉深智能化控制系统

1. 秦皇岛燕山大学机械工程学院河北秦皇岛 066004

基金项目:

国家自然科学基金资助项目(50375136;59875074)

作者简介:
杨嵩(1979-),男,博士,主要从事冲压工艺及智能化方面的研究.

收稿日期: 2007-01-23
刊出日期: 2007-10-15

中图分类号: TG386

关键词:

摘要: 运用能量法,建立了板材拉深过程完整的力学模型。针对板材拉深成形中起皱和破裂的具体情况,定量分析了板材起皱和破裂的失稳判据。确定板材成形的压边力三极限,并推导出板材成形的优化压边力控制规律。运用神经网络实现了板材材料性能参数的实时识别和压边力优化曲线的实时预测。利用LabVIEW软件编译了智能控制系统程序,采用基于虚拟仪器技术和产品,建立板材智能化拉深控制系统,实现板材成形的智能化。

English Abstract

杨嵩, 赵军, 马瑞, 苏春建. 金属板材拉深智能化控制系统[J]. 电子科技大学学报, 2007, 36(5): 973-976.

引用本文:

杨嵩, 赵军, 马瑞, 苏春建. 金属板材拉深智能化控制系统[J]. 电子科技大学学报, 2007, 36(5): 973-976.

YANG Song, ZHAO Jun, MA Rui, SU Chun-jian. Intelligent Control Technology for the Deep Drawing of Sheet Metal[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(5): 973-976.

Citation:

YANG Song, ZHAO Jun, MA Rui, SU Chun-jian. Intelligent Control Technology for the Deep Drawing of Sheet Metal[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(5): 973-976.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发