论文部分内容阅读
对新型高强度相变诱发塑性钢TRIP600钢板拉深成形的行李箱内板进行研究,将获得的变压边力成形窗口分为若干段,通过数值模拟的方法得到行李箱内板成形质量与各段压边力之间的正交试验数据,经极差分析确定正交试验优化方案;以正交试验数据为训练样本,通过BP神经网络建立成形质量与各段压边力之间的非线性映射关系,并以此关系作为多目标遗传算法的适应度函数进行遗传算法优化,获得一组Pareto最优解集,实现了对行李箱内板成形窗口内压边力曲线的优化.优化结果表明,相比于正交试验优选方案,采用遗传算法和神经网络相结合的方法得