论文部分内容阅读
冲裁间隙是冲裁工艺中非常重要的工艺参数，其大小会影响冲裁件的表面质量、板料的后续成形和使用性能。不同材料，不同厚度板料的合理冲裁间隙均不同，现有方法是通过实验或查询已有的冲裁实验数据库获得。本课题应用人工神经网络技术和航空材料冲裁间隙数据库，建立板料厚度及冲裁零件的尺寸精度、光亮带比、毛刺高度与合理间隙之间非线性映射的神经网络模型，可以方便地获得不同厚度材料的冲裁合理间隙，用以指导实际生产。本文采用贝叶斯规则化的训练方法，训练好的BP网络较常用的训练方法具有更好的精度和泛化能力。预测数据和实验数据的比较证