论文部分内容阅读
探讨了运用人工神经网络技术进行复合胀形多通管坯料参数快速预测的方法。选择应用广泛的三通管件为例,以管坯长度、管坯壁厚和模具过渡圆角半径为网络输入参数,壁厚减薄不超过30%时的最大支管长度为输出参数,建立了人工神经网络的预测模型。结合正交设计和有限元数值模拟的思想获取训练、测试样本;在MATLAB软件平台上完成预测模型的训练、测试和管坯参数预测。预测结果和数值分析结果表明,利用Elman神经网络进行多通管的管坯参数优化的方法是可行的。