《表3 回弹量结果:基于BP神经网络的条带刚凸特征回弹预测》

《表3 回弹量结果:基于BP神经网络的条带刚凸特征回弹预测》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于BP神经网络的条带刚凸特征回弹预测》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

首先,根据条带图纸建立刚凸冲压仿真的几何模型,如图1所示(假设条带的周边特征是互不影响的),刚凸特征的尺寸与真实尺寸一致,压边圈的范围大致为刚凸周围无特征区域。然后,输入材料参数,包括该锆合金的弹性模量、泊松比、屈服强度、硬化指数和厚向各向异性参数等。最后,划分网格,设置分析步,定义接触和施加载荷,建立冲压仿真模型完成前处理;导出.dyn文件,提交Ls-dyna进行求解,输出成形分析的结果。将成形结果重新导入Dynaform中,设置回弹分析参数及步骤,再次提交Ls-dyna求解,并输出回弹结果。将回弹结果文件导入Dynaform后处理模块(eta/post)中,获取回弹前、后刚凸高度变化量,回弹量定义如式(2)所示,即将回弹前、后刚凸高度变化量定义为回弹量。经过有限元分析得到的结果如表3所示,获得各组试验的回弹量,完成数据收集。